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: PyPy 3.10, Python 3.13, 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
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
Płatności obsługuje:
Ikona płatności Alior Bank Ikona płatności Apple Pay Ikona płatności Bank PEKAO S.A. Ikona płatności Bank Pocztowy Ikona płatności Banki Spółdzielcze Ikona płatności BLIK Ikona płatności Crédit Agricole e-przelew Ikona płatności dawny BNP Paribas Bank Ikona płatności Google Pay Ikona płatności ING Bank Śląski Ikona płatności Inteligo Ikona płatności iPKO Ikona płatności mBank Ikona płatności Millennium Ikona płatności Nest Bank Ikona płatności Paypal Ikona płatności PayPo | PayU Płacę później Ikona płatności PayU Płacę później Ikona płatności Plus Bank Ikona płatności Płacę z Citi Handlowy Ikona płatności Płacę z Getin Bank Ikona płatności Płać z BOŚ Ikona płatności Płatność online kartą płatniczą Ikona płatności Santander Ikona płatności Visa Mobile