Több kisebb problémához is szolgálhat remek modellel egy-egy klasszikus ML-modell, és még csak nem is kell mindenhez egy böszme nagy GPU.
De hogyan is kezdjünk neki egy ilyen projektnek, akár otthon, a saját laptopunkon? Az előadás során beszélünk arról, hogy hogyan álljunk hozzá és vigyünk végig egy Machine Learning-alapú proof-of-conceptet. Bemutatjuk az ehhez szükséges eszközöket (Python, Anaconda, SciKit-Learn) és megnézünk egy konkrét megoldást is az adatok beolvasásától a modell validálásáig.
Hogyan kezdjek hozzá egy Machine Learning projektnek kisebb adathalmazon? Mi az az Anaconda, hogyan működik a SciKit-Learn? Hogy érdemes adatokat tisztítani és átalakítani?
Python, SciKit-Learn, Pandas, Anaconda, Random Forests, DataFrame-ek…
ismered a kódolás (esetleg a Python) alapjait, és szeretnél elkezdeni Machine Learning-gel foglalkozni.
Van egy kis adatom. Mit csináljak vele? Nem kell PhD ahhoz, hogy valaki elkezdjen Machine Learninggel foglalkozni.
Csanád a Machine Learning Budapest alapítója, az MLBP podcast host-ja. Machine Learning szakértő, aki ML témájú projektek fejlesztésével és machine learning oktatással foglalkozik.
Van egy kis adatom. Mit csináljak vele? Nem kell PhD ahhoz, hogy valaki elkezdjen Machine Learninggel foglalkozni.
A MndwrkOut órákon való részvételhez egyszeri regisztráció szükséges. Ha már közösségünk tagja vagy, nincs más dolgod, mint csütörtök 18:00-kor csatlakozni az e-mailben megkapott linken.
Csanád a Machine Learning Budapest alapítója, az MLBP podcast host-ja. Machine Learning szakértő, aki ML témájú projektek fejlesztésével és machine learning oktatással foglalkozik.
Több kisebb problémához is szolgálhat remek modellel egy-egy klasszikus ML-modell, és még csak nem is kell mindenhez egy böszme nagy GPU.
De hogyan is kezdjünk neki egy ilyen projektnek, akár otthon, a saját laptopunkon? Az előadás során beszélünk arról, hogy hogyan álljunk hozzá és vigyünk végig egy Machine Learning-alapú proof-of-conceptet. Bemutatjuk az ehhez szükséges eszközöket (Python, Anaconda, SciKit-Learn) és megnézünk egy konkrét megoldást is az adatok beolvasásától a modell validálásáig.
Hogyan kezdjek hozzá egy Machine Learning projektnek kisebb adathalmazon? Mi az az Anaconda, hogyan működik a SciKit-Learn? Hogy érdemes adatokat tisztítani és átalakítani?
Python, SciKit-Learn, Pandas, Anaconda, Random Forests, DataFrame-ek…
ismered a kódolás (esetleg a Python) alapjait, és szeretnél elkezdeni Machine Learning-gel foglalkozni.
Regisztrációs listánk megtelt!
Regisztrációs listánk megtelt!
You can watch the video after registration
Az előadást regisztráció után tudod visszanézni
Our HappyHour events offer a dedicated introduction to our key partners. Our goal with this event series is to give you a deep insight into a company before a possible formal interview.
This time, the spotlight will be on McKinsey's managers, who will be there to answer any questions you may have about the company. During the first 10-15 minutes of the event, a development manager will introduce the current team, the technologies, and the project, after which interested parties can ask any questions they may have.
Több kisebb problémához is szolgálhat remek modellel egy-egy klasszikus ML-modell, és még csak nem is kell mindenhez egy böszme nagy GPU.
De hogyan is kezdjünk neki egy ilyen projektnek, akár otthon, a saját laptopunkon? Az előadás során beszélünk arról, hogy hogyan álljunk hozzá és vigyünk végig egy Machine Learning-alapú proof-of-conceptet. Bemutatjuk az ehhez szükséges eszközöket (Python, Anaconda, SciKit-Learn) és megnézünk egy konkrét megoldást is az adatok beolvasásától a modell validálásáig.
Hogyan kezdjek hozzá egy Machine Learning projektnek kisebb adathalmazon? Mi az az Anaconda, hogyan működik a SciKit-Learn? Hogy érdemes adatokat tisztítani és átalakítani?
Python, SciKit-Learn, Pandas, Anaconda, Random Forests, DataFrame-ek…
ismered a kódolás (esetleg a Python) alapjait, és szeretnél elkezdeni Machine Learning-gel foglalkozni.
Csanád a Machine Learning Budapest alapítója, az MLBP podcast host-ja. Machine Learning szakértő, aki ML témájú projektek fejlesztésével és machine learning oktatással foglalkozik.