Machine learning a AI

• Základní logika rozhodovacích stromů, pojmy uzel (node), hrana (edge), list (leaf)
• Příprava dat pro rozhodovací stromy
• Nácvik modelu rozhodovacího stromu a predikce
• Analýza nacvičeného stromu

Praktické cvičení: Nacvič si model logistické regrese, proveď predikci a diagnostiku. Potom se zaměř na nacvičení modelu rozhodovacího stromu.

• Koncept řetězení operací do pipeline, výhody využití
• Objekty typu transformer pro úpravu dat
• Metody fit, transform
• Práce s názvy sloupců
• Význam feature engineeringu pro přesnost modelů
• Feature engineering jako součást scikit-learn pipeline

• Datové transformátory využívané v rámci feature engineeringu – kódování kategorických proměnných, polynomy, převod numerických proměnných
• Pokročilé techniky pro obsluhu datových pipeline
• Tvorba vlastních transformátorů

Praktické cvičení: Vytvoř si pipeline v knihovně scikit-learn, pracuj s transformátory sloupců a zpracuj kategorické proměnné.

• Problematické situace v datech – chybějící hodnoty, odlehlá pozorování
• Metody pro identifikaci problémů v datech
• Nástroje pro opravu a doplnění dat
• Přeškálování dat

• Význam cross-validace modelu pro jeho přesnost a kalibraci hyperparametrů
• Rozdělení datového souboru na trénovací a testovací množinu dat
• Rozdělení trénovacího souboru pomocí cross-validace
• Různé typy cross-validačních technik

Praktické cvičení: Identifikuj a ošetři chybějící hodnoty, detekuj a ošetři odlehlé hodnoty, proveď normalizaci dat, vytvoř datovou pipeline s cross-validací a najdi optimální hyperparametry.

• Úvod do teorie ensemble modelů – bagging, boosting, stacking
• Algoritmy využívající bagging a boosting (Random Forest, Gradient Boosting Machines, XGBoost, LightGBM)
• Klasifikační úloha pro více tříd

• Obecná charakteristika časových řad
• Modely pro predikci časových řad
• Feature engineering v časových řadách
• Cross-validace časových řad

Praktické cvičení: Natrénuj a proveď predikce a vyhodnoť model pomocí pokročilého predikčního algoritmu. Dále natrénuj a proveď predikce a vyhodnoť model na datasetu s časovou řadou.

• Základní pojmy a teorie – neuron, aktivační funkce, backpropagation algoritmus
• Typologie neuronových sítí
• Vytvoření neuronové sítě v Pythonu

• Důvody pro redukci počtu proměnných
• Metody pro redukci dimenzionality – PCA, t-SNE
• Zpracování psaného textu pomocí embeddings

Praktické cvičení: Natrénuj jednoduchou neuronovou síť a vytvoř embeddings vektoru.

• Základní teorie týkající se velkých jazykových modelů
• Knihovna LangChain
• OpenAI API – interakce s ChatGPT pomocí Pythonu
• Generování informací pomocí Retrieval-Augmented Generation (RAG)

Praktické cvičení: Využití knihovny LangChain pro práci s velkým jazykovým modelem.