Web scraping w Data Science. Kurs video. Uczenie maszynowe i architektura splotowych sieci neuronowych

Obierz kurs na... architekturę splotowych sieci neuronowych

Jaki jest najgorętszy temat w informatyce ostatnich lat? Bez wątpienia palmę pierwszeństwa dzierży sztuczna inteligencja. Jej możliwości, rozwój, sposoby, za których pośrednictwem działa. A skoro o AI mowa, to nie sposób nie poruszyć zagadnienia uczenia maszynowego: obszaru sztucznej inteligencji poświęconego algorytmom, które poprawiają się automatycznie poprzez doświadczenie, czyli ekspozycję na dane. Dalej dochodzimy do web scrapingu (zdrapywania), polegającego na ekstrakcji danych ze stron internetowych, by je przechować i na dalszych etapach wykorzystywać choćby do analizy. Zarówno uczenie maszynowe, jak i zdrapywanie danych to niezwykle praktyczne kwestie, których znaczenie w informatyce – i szerzej: w nauce i biznesie – wciąż rośnie.

Ten kurs wprowadzi Cię w tematykę związaną z web scrapingiem i uczeniem maszynowym w data science. Poruszymy w nim kwestie związane ze splotowymi (inaczej konwolucyjnymi) sieciami neuronowymi, dzięki którym możliwe jest rozpoznawanie obrazów – zaprezentujemy szczegółowo podstawy architektury takich sieci i wytłumaczymy znaczenie ich elementów. Zagłębimy się także w zagadnienia dotyczące zdrapywania danych i pewne bardziej zaawansowane mechanizmy, jak przemieszczanie się na nowe strony i klikanie na elementy stron. Wiedza i umiejętności zaprezentowane w szkoleniu przydadzą się przede wszystkim programistom i innym osobom pracującym z danymi.

Co Cię czeka podczas naszego profesjonalnego szkolenia

Proponowany przez nas kurs obejmuje takie zagadnienia jak:

• Obsługa błędów w Pythonie – na kilku przykładach
• Testy jednostkowe – dowiesz się, czemu służą
• Biblioteka Pytest do testów jednostkowych – nauczysz się konfigurować testowanie
• Zeszyty Jupyter Notebook pozwalające na prototypowanie w Pythonie
• Widgety w zeszytach Jupyter
• Teoria charakterystyki audio – analiza częstotliwości, melspektrogramy
• Preprocessing plików audio
• Graficzne prezentowanie właściwości plików audio
• Wprowadzenie w splotowe sieci neuronowe – zrozumiesz ich architekturę
• Wyjaśnienie elementów splotowych sieci, takich jak jądro, padding itd.
• Diagnostyka splotowych sieci neuronowych, na przykład wizualizowanie sygnału wychodzącego z poszczególnych warstw, wizualizowanie wag warstw sieci itd.
• Wprowadzenie w temat uczenia sieci neuronowych na plikach audio
• Prezentacja pipelinu danych do uczenia – od obróbki preprocessingiem, przez uczenie, po dokonywanie predykcji
• Zaawansowanie zdrapywanie – zapisywanie danych przeglądarki, jak logowanie, czy konfiguracji pobierania plików z sieci
• Zdrapywanie – przechodzenie na nowe strony internetowe i klikanie na elementy stron

Szkolenie Web scraping w Data Science. Kurs video. Uczenie maszynowe i architektura splotowych sieci neuronowych ukończysz na poziomie średnio zaawansowanym – gdy zrozumiesz architekturę splotowych sieci neuronowych, zdobędziesz wiedzę dotyczącą fundamentów tej nauki. Poznasz poszczególne elementy sieci splotowych i tym samym dowiesz się, z czego wynika ich użycie. Będziesz w stanie dokonać pewnego zakresu diagnostyki poprzez wizualizację wyjścia warstw. Po szkoleniu będziesz samodzielnie dynamicznie zdrapywać dane ze stron internetowych, przechodzić po kolejnych stronach, klikać na ich elementy, zapisywać dane przeglądarki i pliki na komputerze.

OpenAI GPT4 a splotowe sieci neuronowe

W marcu 2023 roku zaprezentowano model sieci neuronowej OpenAI GPT4, który dorównuje ludziom w zakresie rozumienia języka naturalnego. Chatboty takie jak ten z pewnością zrewolucjonizują nasze życie i cały szereg gałęzi gospodarki. Model GPT4 opiera się akurat na architekturze Transformer – nieco innej niż omawiana podczas kursu. Ale zasada uczenia się tej sieci nie odbiega bardzo od prostych sieci neuronowych: w jednym i w drugim wypadku chodzi o propagację wsteczną. Stąd znajomość podstawowych budulców sieci neuronowych stanowi cenną wiedzę, pozwala bowiem lepiej rozumieć rewolucję, z którą mamy obecnie do czynienia.