ODBIERZ TWÓJ BONUS :: »

Inteligencja obliczeniowa. Kurs video. Algorytmy genetyczne i programowanie równoległe

Podstawowe informacje:
Czas trwania: 15:46:37
Poziom: średnio zaawansowany
Autor: Jakub Tomasz Gnyp
Liczba lekcji: 46
Technologia: Python 3.13, PyPy 3.10, PyGAD 3.3
Dla firm
Rozwiń umiejętności swoich pracowników dzięki kursom video
Dowiedz się więcej
  • Monitorowanie postępów pracowników. Przejrzyste raporty i imienne certyfikaty ukończenia kursów
  • Atrakcyjne rabaty dla zespołów. Im więcej pracowników liczy zespół, tym większy uzyskasz rabat
  • Doradztwo w wyborze tematyki szkoleń. Mamy setki kursów, dostosujemy program nauczania pod Twój zespół
Indywidualnie
209,30 zł 299,00 zł (-30%)
39,90 zł najniższa cena z 30 dni Dodaj do koszyka Za zakup otrzymasz 209 punktów
Korzyści:
  • Certyfikat ukończenia
  • Materiały dodatkowe do kursu
  • Test online
  • Dożywotni dostęp
  • Dostęp w aplikacji (także offline)
  • Napisy w języku polskim
Ścieżki rozwoju w ebookpoint.pl

Czego się nauczysz?

  • Stosowania funkcji i definiowania klas w Pythonie
  • Tworzenia skryptów i zeszytów (notebooków) w Pythonie
  • Używania repozytorium Git
  • Teorii algorytmu genetycznego
  • Stosowania operatorów krzyżowania w algorytmie genetycznym
  • Stosowania operatorów selekcji w algorytmie genetycznym
  • Używania algorytmu genetycznego do optymalizacji funkcji (znajdowanie maksimum/minimum)
  • Stosowania algorytmu genetycznego do rozwiązania problemu plecakowego
  • Korzystania z algorytmu genetycznego w celu znalezienia trasy przez labirynt
  • Rozróżniania języków kompilowalnych i interpretowalnych
  • Stosowania różnych implementacji Pythona
  • Profilowania kodu w celu analizy jego wydajności
  • Rozpoznawania wad i zalet stosowania wątków i procesów
  • Rozróżniania wątków i procesów, a także ich zastosowania
  • Stosowania wątków do pracy z danymi, w tym pobieranymi z Internetu w czasie rzeczywistym
  • Używania narzędzi synchronizacji pracy (blokad, barier, zmiennych warunkowych)
  • Obsługiwania race conditions w kodzie
  • Stosowania procesów do prowadzenia równoległych obliczeń

Spis lekcji

1. Podstawy Pythona i pierwsze projekty 05:32:12
1.1. Krótko o kursie + polecane materiały
00:03:52
1.2. Prezentacja gotowego repozytorium
00:02:49
1.3. Instalacja Pythona i bibliotek. Korzystanie z Google Colaboratory
00:27:47
1.4. Typy danych, struktury danych, klasy (programowanie obiektowe) - teoria
00:19:01
1.5. Stworzenie repozytorium Git, obsługa Jupytera i początek 'projektu' kalkulatora
00:25:39
1.6. Kalkulator c.d
00:17:50
1.7. Kalkulator c.d.
00:22:22
1.8. Kalkulator - koniec wersji w zeszycie Jupytera
00:26:09
1.9. Predefiniowane metody dla klas w Pythonie
00:18:41
1.10. Kalkulator jako aplikacja okienkowa cz. 1
00:19:34
1.11. Kalkulator jako aplikacja okienkowa cz. 2
00:29:20
1.12. Kalkulator jako aplikacja okienkowa cz. 3
00:11:15
1.13. Używanie biblioteki numpy i matplotlib
00:21:23
1.14. Biblioteka plotly
00:24:10
1.15. Krótko o bibliotekach pandas i seaborn
00:18:51
1.16. BONUS: Funkcje, przestrzenie, miary i metryki
00:19:51
1.17. BONUS: Prawdopodobieństwo i ekstrema funkcji
00:23:38
2. Algorytmy genetyczne z biblioteką PyGAD 05:38:14
2.1. Fundamenty algorytmów genetycznych - teoria
00:16:28
2.2. Operatory selekcji - ranking i losowy - teoria
00:20:39
2.3. Operatory selekcji - rangowy: liniowy i ekspotencjalny - teoria
00:18:43
2.4. Operatory selekcji - turniej + pseudokody - teoria
00:13:32
2.5. Operatory krzyżowania - teoria
00:17:52
2.6. PyGAD: strona www i dokumentacja
00:06:45
2.7. PyGAD ćw. nr 1: Optymalizacja funkcji wytrzymałości stopu
00:23:20
2.8. PyGAD ćw. nr 2: Problem partycji - cz. 1
00:21:09
2.9. PyGAD ćw. nr 2: Problem partycji - cz. 2
00:18:12
2.10. PyGAD ćw. nr 3: Problem 'złodzieja'
OGLĄDAJ » 00:19:15
2.11. PyGAD ćw. nr 3: Problem 'złodzieja'. Jak ewaluować kod?
00:29:18
2.12. Projekt nr 1: Rozwiązywanie labiryntu cz. 1 (teoria + nieco o symulacjach)
00:14:27
2.13. Projekt nr 1: Rozwiązywanie labiryntu cz. 2
00:13:34
2.14. Projekt nr 1: Rozwiązywanie labiryntu cz. 3
00:34:48
2.15. Projekt nr 1: Rozwiązywanie labiryntu cz. 4
00:24:21
2.16. Projekt nr 1: Rozwiązywanie labiryntu cz. 5
00:25:21
2.17. Podsumowanie rozdziału nr 2 i zapowiedź rozdziału nr 3
00:20:30
3. Podstawy programowania równoległego 04:36:11
3.1. Omówienie idei programowania równoległego, procesów i wątków
00:28:29
3.2. Krótko o Python 3.13; omówienie kompilatorów i interpreterów
00:23:43
3.3. Używanie PyPy
00:22:32
3.4. Profilowanie kodu
00:20:02
3.5. Blokady i bariery na przykładzie przetwarzania danych tekstowych wątkami
00:25:07
3.6. Zmienne warunkowe, race condition - symulacja konta bankowego
00:33:07
3.7. Równoległe pobieranie danych za pomocą API i ich przetwarzanie - wątki c.d.
OGLĄDAJ » 00:19:41
3.8. Trochę teorii związanej z macierzami
00:26:49
3.9. Projekt nr 2: mnożenie macierzy w sposób równoległy cz. 1
00:28:37
3.10. Projekt nr 2: mnożenie macierzy w sposób równoległy cz. 2
00:18:09
3.11. Projekt nr 2: mnożenie macierzy w sposób równoległy cz. 3
00:24:38
3.12. Podsumowanie rozdziału 3 i zapowiedź kursu z równoległych algorytmów genetycznych
00:05:17

Obierz kurs na... inteligencję obliczeniową w Pythonie

Inteligencja obliczeniowa jest obok machine larning (ML) jedną z gałęzi sztucznej inteligencji, za sprawą której komputery mogą rozwiązywać złożone problemy, ucząc się z danych, zamiast polegać na regułach programowania. Dzięki algorytmom genetycznym, inspirowanym naturalną ewolucją, można optymalizować procesy w różnych branżach – od inżynierii, przez biotechnologię, aż po logistykę – bez potrzeby tworzenia dużych baz danych. Algorytmy te pozwalają na rozwiązywanie problemów takich jak dopasowywanie parametrów w symulacjach czy optymalizacja tras, co ma szerokie zastosowanie w codziennych wyzwaniach biznesowych.

Dodatkowo znajomość programowania równoległego pozwala w pełni wykorzystać moc wielordzeniowych procesorów i klastrów obliczeniowych w analizie big data, modelowaniu numerycznym i zaawansowanych projektach AI. Nasze szkolenie pomoże Ci w ciągu 15 godzin opanować techniki algorytmów genetycznych i programowania równoległego, dzięki czemu znacząco zwiększysz efektywność i wydajność swojej pracy. Nauczysz się je stosować w rzeczywistych projektach, od optymalizacji algorytmów ML, przez wzmocnione uczenie (reinforcement learning), po poprawę wydajności modeli, i przyspieszać procesy uczenia.

Zdobędziesz ponadto umiejętność oceny, kiedy programowanie równoległe jest najbardziej odpowiednie, a kiedy warto sięgnąć po alternatywne narzędzia, takie jak PyPy. Kurs, który opiera się na najnowszych badaniach i praktycznych zastosowaniach, przygotuje Cię do pracy z nowoczesnymi technologiami. Zdobyta wiedza pozwoli Ci się rozwinąć również w takich dyscyplinach jak big data, bioinformatyka czy rozwój autonomicznych systemów – Twoje umiejętności będą nieocenione przy modelowaniu, przewidywaniu i analizie dużych zbiorów danych.

Podczas szkolenia Inteligencja obliczeniowa. Kurs video. Algorytmy genetyczne i programowanie równoległe nauczysz się praktycznego stosowania algorytmów genetycznych i programowania równoległego w Pythonie na poziomie średnio zaawansowanym. Zaczniesz od podstaw programowania w Pythonie, w tym instalowania bibliotek, korzystania z Google Colaboratory i pracy z repozytoriami Git. Poznasz teorię obiektowego programowania, typy danych, struktury danych, a także stworzysz własny projekt kalkulatora, przechodząc od wersji w Jupyterze do aplikacji okienkowej. Opanujesz ponadto umiejętność korzystania z bibliotek takich jak numpy, matplotlib i plotly w celu analizy i wizualizacji danych. Zdobędziesz wiedzę na temat algorytmów genetycznych, w tym różnych operatorów selekcji i krzyżowania, jak również nauczysz się ich implementacji w bibliotece PyGAD. Będziesz stosować programowanie równoległe do przyspieszania obliczeń, dzielenia zadań między procesory i przetwarzania danych w czasie rzeczywistym. Poznasz zasady selekcji, krzyżowania i mutacji, które pozwolą Ci tworzyć skuteczne algorytmy genetyczne. Nauczysz się definiować własne klasy w Pythonie i używać ich do pracy równoległej. Zrozumiesz, jak pisać wydajny kod i kiedy warto stosować alternatywne narzędzia, takie jak PyPy. Poznasz sposoby korzystania z klastrów obliczeniowych i unikniesz typowych błędów w programowaniu równoległym. Dowiesz się, jak algorytmy genetyczne są używane w przemyśle i nauce, na przykład do optymalizacji rozmieszczenia turbin wiatrowych. Na koniec zastosujesz te techniki w praktycznych projektach, takich jak rozwiązywanie labiryntu i równoległe mnożenie macierzy. Ukończenie szkolenia zapewni Ci solidne podstawy do nauki uczenia wzmacnianego i optymalizacji sieci neuronowych. Rozszerzysz swoje kompetencje w zakresie AI i metod obliczeniowych, nawet jeśli dopiero zaczynasz.

Największym wrogiem przy nauce dziedzin ścisłych jest brak nie talentu, a cierpliwości. Materiał na pierwszy rzut oka może się wydawać trudny, ale jeśli próbować pisać kody (lub ich fragmenty) samemu i tylko porównywać je z filmami, to szybko można nabrać wprawy. Z odrobiną wytrwałości materiał kursu łatwo będzie można rozszerzyć, a ja chętnie służę pomocą przy okazji korzystania z publicznego repozytorium z kodami.

Wybrane bestsellery

O autorze kursu video

Jakub Tomasz Gnyp – naukowiec obliczeniowy, pracuje w Zakładzie Spektroskopii Fazy Skondensowanej Uniwersytetu Gdańskiego, a także grupie badawczej cyberbezpieczeństwa i komunikacji w Międzynarodowym Centrum Teorii Technologii Kwantowych. Prowadził badania nad optymalizacją protokołów kryptografii kwantowej w ramach współpracy pomiędzy ICTQT a ETRI. Wykonawca w projektach finansowanych przez NCN (CHIST-ERA, OPUS), związanych z kryptografią niezależną od urządzeń, jak również własności i zastosowań podwójnych perowskitów halogenkowych. Pierwotnie matematyk z wykształcenia (modelowanie matematyczne i analiza danych), specjalizuje się w metodach numerycznych i sztucznej inteligencji ze szczególnym naciskiem na zastosowanie w fizyce. Obecnie głównie modeluje struktury elektronowe i procesy transferu energii, pracuje nad zastosowaniami procesów stochastycznych w fizyce i ekonomii, tworzy bibliotekę do symulacji i optymalizacji protokołów kryptografii kwantowej w Pythonie. Przed rozpoczęciem kariery naukowej pracował między innymi jako analityk przy budowie morskich farm wiatrowych. Kontynuuje edukację w zakresie fizyki na Uniwersytecie Gdańskim. Po godzinach zapalony gracz – od szachów, przez planszówki, po gry komputerowe. Pasjonat pieszych wędrówek i historii, miłośnik książek, które kupuje szybciej, niż czyta. Pod przykrywką przyszłej zabawy z dziećmi powiększa kolekcję klocków Lego.

Oceny i opinie klientów: Inteligencja obliczeniowa. Kurs video. Algorytmy genetyczne i programowanie równoległe Jakub Tomasz Gnyp (0)

Informacja o opiniach
Weryfikacja opinii następuje na podstawie historii zamowień na koncie Użytkownika umiejszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniającej do uzyskania rabatu w ramach Programu Kadr.

Szczegóły kursu

Dane producenta » Dane producenta:

Helion SA
ul. Kościuszki 1C
41-100 Gliwice
e-mail: gpsr@helion.pl
Format: Online
Data aktualizacji: 2025-03-18
ISBN: 978-83-289-1548-0, 9788328915480
Numer z katalogu: 249820

Videopoint - inne kursy

Kurs video
209,30 zł
Dodaj do koszyka
Sposób płatności