Zkuste nás kontaktovat

Návrh Školení

Úvod do služby Google Colab Pro

  • Colab versus Colab Pro: rozdíly a omezení
  • Vytváření a správa notebooků
  • Hardwarové akcelerátory a nastavení prostředí

Programování v Pythonu v cloudovém prostředí

  • Číselníky kódu, formátování Markdown a struktura notebooků
  • Instalace balíčků a nastavení prostředí
  • Ukládání a verzování notebooků do Google Drive

Zpracování a vizualizace dat

  • Načítání a analýza dat z souborů, tabulek v Google Sheets či API
  • Využití nástrojů Pandas, Matplotlib a Seaborn k analýze
  • Zpracování velkých objemů dat s možností jejich okamžité vizualizace

Strojové učení v prostředí Colab Pro

  • Používání knihoven Scikit-learn a TensorFlow přímo v Colabu
  • Trénování modelů s využitím GPU či TPU
  • Hodnocení výkonnosti modelů a jejich optimalizace

Práce s frameworky pro hluboké učení

  • Využití knihovny PyTorch v kombinaci s Colab Pro
  • Správa paměti a systémových prostředků během provozu
  • Ukládání průběžných výsledků trénování včetně kontrolních bodů modelu

Integrace a spolupráce v týmu

  • Připojení úložiště Google Drive a sdílení datových souborů
  • Spolupráce více uživatelů na společných notebookech
  • Export výsledků do formátu GitHub nebo PDF pro další šíření

Optimalizace výkonu a osvědčené postupy

  • Řízení doby trvání jednotlivých relací a prevence časových limitů
  • Organizace kódu v notebooku pro lepší přehlednost a údržbu
  • Rady pro řešení dlouhotrvajících nebo produkčních úloh

Shrnutí a další kroky

Požadavky

  • Zkušenosti s programováním v Pythonu
  • Orientace v Jupyter notebookech a základy datové analýzy
  • Přehled o běžných pracovních postupech strojového učení

Kdo by měl tento kurz absolvovat

  • Data scientisti a analytici
  • Inženýři specializující se na strojové učení
  • Vývojáři v Pythonu pracující na projektech z oblasti umělé inteligence či výzkumu
 14 Hodiny

Počet účastníků


Cena za účastníka

Nadcházející kurzy

Související kategorie