Struttura del corso
1. Introduction to Machine Learning
- What is Machine Learning
- How it extends data analysis
-
Common business use cases:
- Sales forecasting
- Customer segmentation
- Churn prediction
2. From Data Analysis to Machine Learning
- Recap: working with data in Pandas
- Moving from descriptive to predictive analysis
- Defining a Machine Learning problem
3. Machine Learning Workflow (Simplified)
- Preparing the dataset
- Splitting data (train vs test)
- Training a model
- Making predictions
4. Data Preparation for Machine Learning
- Handling missing values
- Encoding categorical variables
- Feature selection (basic)
- Scaling (conceptual overview)
5. Supervised Learning (Hands-on)
Regression
- Linear Regression
- Use case: predicting numerical values (e.g. sales, demand)
Classification
- Logistic Regression
- Use case: binary outcomes (e.g. churn, fraud)
6. Unsupervised Learning
Clustering
- K-means clustering
- Use case: customer segmentation
7. Model Evaluation (Simplified)
- Train vs test performance
- Accuracy (classification)
- Basic error understanding (regression)
8. Interpreting Results
- Understanding model outputs
- Identifying patterns and trends
- Translating results into business insights
9. Practical End-to-End Example
- Load dataset
- Prepare and clean data
- Train a model
- Evaluate performance
- Extract insights
Requisiti
Prerequisites
- Basic Python knowledge
- Familiarity with Pandas and working with datasets
- Understanding of basic data analysis concepts
Target Audience
- Data Analysts
- Business Analysts with basic Python knowledge
- Professionals who completed Python for Data Analysis or equivalent
- Beginners in Machine Learning
Recensioni (2)
l'ecosistema ML non riguarda solo MLFlow, ma anche Optuna, Hyperopt, Docker e Docker-Compose
Guillaume GAUTIER - OLEA MEDICAL
Corso - MLflow
Traduzione automatica
Ho trovato molto piacevole partecipare alla formazione su Kubeflow, che si è svolta a distanza. Questa formazione mi ha permesso di consolidare le mie conoscenze sui servizi AWS, K8s e tutte le tool DevOps associate a Kubeflow, che costituiscono le basi necessarie per affrontare l'argomento in modo appropriato. Desidero ringraziare Malawski Marcin per la sua pazienza e professionalità nel fornire formazione e consigli sulle best practice. Malawski affronta l'argomento da diverse angolazioni, utilizzando diversi strumenti di distribuzione come Ansible, EKS kubectl e Terraform. Ora sono definitivamente convinto che mi sto muovendo nel campo d'applicazione giusto.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Corso - Kubeflow
Traduzione automatica
