Django w pigułce. Kurs video. Twórz aplikacje internetowe w Pythonie

Bartosz Szmit

Obierz kurs na Django Żyjemy dosłownie zanurzeni w internecie. Nawet gdy wstajemy od komputera i wychodzimy z domu, wciąż zabieramy ze sobą sieć – do sklepu, kina, restauracji i muzeum. Chcąc skorzystać z promocji, zapłacić za parking czy kupić taniej bilet, musimy zainstalować na telefonie odpowiednią aplikację, która nam to umożliwi. W firmach i instytucjach to już standard, iż tego typu mobilne „ułatwiacze” do kontaktów z klientami zamawia się u programistów masowo. Mają powstać szybko, być w miarę niedrogie i – przede wszystkim – mają po prostu działać. Jak to zrobić? A, to już problem projektanta aplikacji. Na jego, jej, nasze szczęście, istnieje Django. Napisany w Pythonie, wolny, otwarty framework przeznaczony do pisania w nim aplikacji internetowych. Pozwala nie tylko działać szybko, ale i bezpiecznie wdrażać wszelkie operacje i zmiany. Z Django wszystko staje się prostsze i bardziej przyjazne. Jeśli jeszcze go nie znasz, koniecznie to zmień! Z naszym kursem, nastawionym na budowanie oraz modyfikowanie kodu związanego z kompetencjami w zakresie łatwego pisania aplikacji internetowych przy pomocy języka Python. Ukończywszy szkolenie, będziesz w stanie pochwalić się bazowymi umiejętnościami pracy z Django – od zdolności pisania bardzo podstawowego kodu po jego proste modyfikacje, wymagające nieco więcej wiedzy dotyczącej tajników języków Python i HTML. Co Cię czeka podczas kursu Django? Ucząc się z niniejszym kursem Django: Nauczysz się instalacji frameworka Django i jego najistotniejszych pluginów, Poznasz takie pojęcia jak: pętla, instrukcja warunkowa, interpolacja zmiennych, filtrowanie i inne, Opanujesz podstawy programowania modułowego, Wdrożysz się w podstawy wzorca MVT, Stworzysz swoją pierwszą aplikację, Co więcej... Podczas szkolenia poznasz dobre praktyki w pracy z frameworkiem Django. Django w pigułce. Kurs video. Twórz aplikacje internetowe w Pythonie wymaga posiadania podstawowych umiejętności w zakresie języka Python. Jego ukończenie z kolei pozwala zdobyć najważniejsze, bazowe umiejętności z zakresu pracy z frameworkiem Django. Django ma już niemal 20 lat Framework, pomyślany jako ewolucyjne rozwinięcie aplikacji internetowych, powstał pod koniec roku 2003. Wówczas grupa programistów związanych z Lawrence Journal-World napisała go w Pythonie. Jego kod został udostępniony jako wolne oprogramowanie w roku 2005, zaś od roku 2008 Django jest rozwijany przez specjalnie do tego celu powołaną fundację. Od tego czasu tylko zyskuje on na popularności. I nic w tym dziwnego – Django oferuje szereg przyspieszających pracę udogodnień. W tym m.in.: automatycznie generowany, kompletny panel administracyjny, funkcjonalny, nieskomplikowany system szablonów, dużą skalowalność i wydajność czy wsparcie dla aplikacji wielojęzycznych. Sprawdź także: kursy CSS.

Flask. Kurs video. Od pierwszej linijki kodu do praktycznego zastosowania

Wiktor Ławski

Obierz kurs na... proste budowanie i rozbudowywanie serwisów internetowych Framework Flask jest idealnym wyborem, jeśli chce się zbudować prosty serwis WWW. Korzystanie z niego w tym celu pozwala oszczędzić czas i nie wymaga wielkich umiejętności. Bazujący na języku Python framework zawiera mechanizmy umożliwiające łączenie go z tak fundamentalnymi plikami w sieci, jak HTML czy CSS. Pozwala to nie tylko budować serwisy od nowa, lecz także kreować jedynie wybrane elementy, które zostaną następnie użyte do rozbudowy już istniejącej strony - nawet jeśli przy jej tworzeniu korzystano z innej technologii. Poszczególne lekcje kursu pozwolą Ci zacząć pracę z technologią Flask. Dowiesz się między innymi, jak wykorzystać zewnętrzne biblioteki i jak zbudować prostą aplikację do konwersji plików graficznych użytkownika pomiędzy poszczególnymi formatami. Szkolenie przeprowadzi Cię przez wiele zagadnień związanych z tworzeniem aplikacji webowych, także przez meandry budowania kalkulatora zysków z oszczędności! Zdobędziesz wiedzę dotyczącą zasad instalacji potrzebnego oprogramowania, konfigurowania własnego repozytorium do kontroli wersji, tworzenia uporządkowanej struktury projektu, wreszcie implementacji na podstawie automatycznie uruchamianych testów. Dowiesz się też, na jakie aspekty zwracać uwagę podczas tworzenia interfejsu użytkownika. Zobaczysz wreszcie, jak w prosty sposób można dostosować tworzone serwisy do wymogów urządzeń mobilnych. Co Cię czeka podczas naszego profesjonalnego szkolenia W trakcie proponowanego przez nas kursu video: Stworzysz aplikacje w technologii Flask. Opanujesz zasady pracy z systemem kontroli wersji Git. Poznasz proste i zagnieżdżone szablony Flask. Zintegrujesz Bootstrap i Flask. Dostosujesz CSS i HTML do potrzeb frameworka Flask. Będziesz operować plikami na serwerze Flask. Nauczysz się automatyzować czynności, tworzyć strony z treścią i formularzami. Skonwertujesz pliki graficzne. Przybliżysz sobie zasady UI i UX aplikacji webowych. Co więcej... Dowiesz się, jak testować stworzoną przez siebie aplikację i naprawiać pojawiające się w niej błędy. Flask. Kurs video. Od pierwszej linijki kodu do praktycznego zastosowania kończy się na poziomie podstawowym. Oznacza to, że po ukończeniu szkolenia będziesz w stanie stworzyć od zera nowy projekt oparty na technologii Flask - taki, który umożliwi interakcję z użytkownikiem bez przechowywania stanu pomiędzy poszczególnymi wizytami użytkownika. Sfera web developera Osoby zajmujące się technologiami webowymi muszą nieustannie śledzić dostępne rozwiązania. Ich mnogość jest w dużej mierze związana z koniecznością dostarczania funkcjonalności działających w przeglądarce i pokrywających potrzeby między innymi banków, sklepów internetowych, blogów, serwisów streamingowych czy gier przeglądarkowych. Web developer musi nie tylko być świadom dostępnych technologii, ale także dobierać je odpowiednio do aktualnego problemu. Zarówno wśród freelancerów, jak i w software house’ach popularne jest używanie WordPressa do tworzenia stron o charakterze informacyjnym. Gdy jednak konieczne jest dodatkowe przetwarzanie wykraczające poza obsługę komentarzy, sięga się po inne technologie. Flask może być używany dla usług, które muszą być gotowe na wzmożone zapotrzebowanie na infrastrukturę. Jest wspierany na Google App Engine, gdzie samo przydzielanie dodatkowych i usuwanie nadmiarowych zasobów może być w dużej mierze zautomatyzowane dzięki możliwościom Google Cloud Platform. Zadaniem developera jest jednak taka implementacja oferowanych funkcjonalności, aby użytkownik nie tracił danych, kiedy zmienia się liczba wykorzystywanych serwerów. Czasem naprawdę warto zrobić jeden krok w tył, aby móc zrobić dwa kroki w przód. Dotyczy to także tworzenia oprogramowania.

Flask. Kurs video. Stwórz swoją pierwszą aplikację webową

Tomasz Kaniecki

Wybierz kurs video Flask Czy znasz już microframework Flask? Został napisany w języku Python i służy do tworzenia aplikacji webowych. Bazują na nim takie serwisy jak Pinterest czy LinkedIn. Flask wyróżnia się spośród innych tego typu narzędzi prostotą, a co za tym idzie - przyjaznością dla programisty. Pozwoli Ci na przykład stworzyć od zera aplikację web, która dzięki połączeniu z bazą danych umożliwi zarządzanie treścią i użytkownikami. Przy czym Flask nie narzuci Ci sposobu tworzenia aplikacji, da jedynie narzędzia, dzięki którym będziesz w stanie to zrobić. Opanowanie Flaska z pewnością poszerzy Twoje możliwości w tym zakresie. Znajomość tego microframeworka ma wymiar głęboko praktyczny. Programista Pythona posiadający w stacku technologicznym umiejętność tworzenia logiki biznesowej aplikacji webowych zwiększa swoje szanse na dołączenie do ciekawych i dobrze płatnych projektów. Flask developer bowiem potrafi napisać dowolną aplikację pracującą w środowisku przeglądarki internetowej: od API dużego serwisu webowego po panel administracyjny lokalnego CMS. Brzmi ciekawie? Zatem nie zwlekaj dłużej! Weź udział w naszym kursie video i przekonaj się, że napisanie własnej aplikacji może być łatwe, szybkie i... efektywne! Czego się nauczysz podczas naszego profesjonalnego szkolenia Dzięki temu kursowi video Flask: Poznasz dobre praktyki, które powinno się stosować podczas pisania aplikacji webowych za pomocą Pythona. Stworzysz prawidłową architekturę aplikacji Flask. Użyjesz do tego celu zewnętrznych bibliotek, między innymi SQLAlchemy, Werkzeug, Jinja. Co więcej... Zrozumiesz, jakie są możliwości Flaska, jeśli chodzi o tworzenie aplikacji internetowych, a także jak w zgodzie z duchem dobrych praktyk pisać kod w Pythonie Flask. Kurs video. Stwórz swoją pierwszą aplikację webową kończy się na poziomie podstawowym. Po ukończeniu szkolenia będziesz znać bazowe zasady korzystania z wiersza poleceń i ze środowiska wirtualnego Python, mieć ugruntowane podstawy języków Python i HTML oraz kaskadowych arkuszy stylów CSS, a także stosować najważniejsze reguły używania baz danych i - oczywiście - frameworka Flask. A sam Flask to... ...niewielki framework, nazywany microframeworkiem. Nie dysponuje on zaawansowanymi narzędziami i bibliotekami, za to (a może dzięki temu) jego konstrukcja jest lekka i modułowa. Ta lekkość i przyjazność w użyciu sprawiły, że Flask zyskał uznanie w oczach developerów Pythona. Bywa więc przez nich często używany zamiast Django, na przykład do projektowania i tworzenia mniej skomplikowanych aplikacji i systemów. Co ciekawe, Flask powstał jako primaaprilisowy żart, którego celem było parodiowanie frameworka Bottle. Mimo to społeczność programistów stwierdziła, że jest naprawdę skutecznym rozwiązaniem wielu problemów, i z czasem stał się jednym z najpopularniejszych frameworków języka Python na świecie. Wymaga co prawda nieco bardziej skomplikowanej konfiguracji niż Django, za to nie ma narzuconej struktury, co poprawia elastyczność pracy programisty. Jeżeli chcesz poznać możliwości, jakie oferuje Ci Flask, to ten kurs sprawi, że Twoja wiedza wzbogaci się o umiejętność tworzenia funkcjonalnych aplikacji webowych. W trakcie szkolenia przejdziemy przez poszczególne elementy biblioteki Flask - od podstaw do podejścia opartego na połączeniu z bazą danych. Zdobytą wiedzę wykorzystasz przy okazji wspólnego tworzenia panelu logowania użytkowników. Polecamy także kursy Android dostępne w naszej ofercie.

GraphQL. Kurs video. Buduj nowoczesne API w Pythonie

Łukasz Przybylski

Obierz kurs na... budowę elastycznych API Application programming interface, czyli słynne API - skrót dobrze znany każdemu programiście. API można zdefiniować jako interfejs programistyczny, który wyznacza sposób komunikowania się aplikacji między sobą. Dotychczas jego struktura była najczęściej określana przez styl architektoniczny REST. W 2015 roku nastąpił przełom: Facebook podzielił się swoim wynalazkiem, a koncept REST zyskał poważnego konkurenta - GraphQL. Ta stosunkowo młoda technologia jest językiem zapytań przeznaczonym do budowania szybkich, elastycznych interfejsów API. Z GraphQL wydajność aplikacji wchodzi w nowy wymiar - otrzymujesz dokładnie to, czego potrzebujesz. Jak to możliwe? Przetwarzane żądania HTTP są agregowane w jeden endpoint, zatem oczekiwane dane, nawet z wielu źródeł, dostajemy w pojedynczym wywołaniu API. W tym kursie video doświadczysz zupełnie innego podejścia do programowania - poznasz alternatywę dla REST. Podążając śladami pionierów Facebooka, razem z GraphQL zoptymalizujesz proces tworzenia i utrzymywania nowoczesnych aplikacji. A więc... zdobądź pożądany na rynku pracy zestaw umiejętności, związanych z obsługą GraphQL i Pythona! Co Cię czeka podczas naszego profesjonalnego szkolenia? Z naszym kursem video nauczysz się: budować nowoczesne API aplikacji webowej tworzyć aplikację z API GraphQL w Pythonie przy użyciu biblioteki Graphene mapować modele z Pythona do GraphQL rozszerzać możliwości modeli w API obsługiwać zapytania do API GraphQL wybierać interesujące dane po stronie klienta modyfikować dane po stronie serwera obsługiwać błędy w GraphQL i bibliotece Graphene tworzyć dokumentację w GraphQL korzystać z zaawansowanych typów, jak interfejsy czy unie testować aplikację Co więcej... dowiesz się, jak zintegrować API GraphQL z bibliotekami Flask i FastAPI wykonasz podstawową integrację modeli Graphene z bazami danych przy użyciu SQLAlchemy i MongoEngine GraphQL. Kurs video. Buduj nowoczesne API w Pythonie ukończysz na poziomie średnio zaawansowanym. W trakcie pierwszych lekcji poznasz niezbędną teorię, typy danych i schemę GraphQL. Następnie zaznajomisz się z rodzajami zapytań, takimi jak Query i Mutation. Zorientujesz się w różnicach między podejściami REST API i GraphQL API i zrozumiesz, jakimi założeniami należy się kierować w doborze architektury oprogramowania. Podczas pisania aplikacji webowej będziesz korzystać z uznanej biblioteki Graphene, przeznaczonej do szybkiego budowania schematów. Krok po kroku nauczysz się mapować modele danych pomiędzy Pythonem a schemą GraphQL i tłumaczyć relacje między nimi. Na koniec dowiesz się, jak integrować GraphQL z mikroframeworkami Flask i FastAPI, a nawet z bazą danych MongoDB. By korzystać z naszego szkolenia, nie musisz być specem od Pythona, jednak podstawowa znajomość tego języka da Ci swobodę i ułatwi pracę z niektórymi modułami kursu. W GraphQL dostajesz to, o co prosisz - naucz się tego używać tak, by działało na Twoją korzyść.

Keras w praktyce. Kurs video. Tworzenie modeli uczenia głębokiego

Radosław Słowiński

Obierz kurs na... Kerasa! Sztuczna inteligencja budzi w ludziach sprzeczne emocje. Niektórzy widzą w niej śmiertelne zagrożenie, inni wprost przeciwnie, dostrzegają ogromną szansę na rozwój nauki. Ci drudzy niestrudzenie poszukują sposobów na to, by nauczyć maszyny sensownego przetwarzania informacji. Jednym z takich sposobów jest rozwijające się dziś intensywnie uczenie maszynowe i towarzyszące mu uczenie głębokie, a technologia ta wymaga umiejętności budowy sieci neuronowych i ich wykorzystywania. Jeśli chcesz zagłębić się nieco w świat przyszłości i zrozumieć podstawy, na jakich opierają się dzisiejsze rozwiązania w zakresie inteligentnych maszyn, najwyższy czas przyjrzeć się bliżej bibliotece Keras, zaimplementowanej w języku Python. Tematem szkolenia Keras w praktyce. Kurs video. Tworzenie modeli uczenia głębokiego są różne techniki wykorzystywane podczas projektowania i programowania głębokich sieci neuronowych z poziomu biblioteki, która wykorzystuje popularne frameworki, takie jak TensorFlow, CNTK czy Theano. Aby wynieść z kursu jak najwięcej, powinieneś znać język Python. Dodatkowym atutem będzie znajomość ogólnej idei uczenia maszynowego i jego rodzajów. Sprawdź, jak wykorzystać bibliotekę Keras do swoich celów, i naucz się tworzyć uczące się sieci! Czego nauczysz się podczas naszego profesjonalnego szkolenia? Poznasz różne rodzaje uczenia głębokiego. Dowiesz się, jak dodawać sieci gęste i konwolucyjne w Kerasie. Nauczysz się tworzyć modele sieci neuronowych. Opanujesz proces uczenia sieci neuronowej. Odkryjesz, jak normalizować dane z wykorzystaniem Kerasa. Zorientujesz się, jak wygląda ogólny schemat działania sieci konwolucyjnej. Keras w praktyce. Kurs video. Tworzenie modeli uczenia głębokiego to 12 lekcji, podczas których opanujesz korzystanie ze specjalistycznej biblioteki Pythona w stopniu podstawowym. Główny nacisk jest tu położony na poznanie ogólnego konceptu stojącego za określonymi metodami uczenia głębokiego — nie tyle w teorii, ile w praktyce. Podczas kursu wraz z autorem napiszesz kilka projektów, na przykład dotyczących sieci neuronowej zdolnej rozpoznawać cyfry od 0 do 9 lub sieci neuronowej określającej, czy podana recenzja filmu jest pozytywna, czy negatywna. Co więcej, poznasz różnice między sieciami gęstymi a konwolucyjnymi. Odkryjesz, jak działają sieci konwolucyjne i dlaczego przydają się przy rozwiązywaniu problemów z wizją komputerową. Zobaczysz także, jak stworzyć proste modele, które dokonują klasyfikacji z wykorzystaniem frameworka Keras. Projektowanie z użyciem Kerasa Warto wiedzieć, że biblioteka Keras zapewnia użytkownikowi przyjazne API. Do jej obsługi nie jest potrzebna aż tak złożona wiedza jak w przypadku TensorFlow, dlatego naukę warto zacząć właśnie od niej. Keras w praktyce. Kurs video. Tworzenie modeli uczenia głębokiego pozwala oswoić się z biblioteką i pokazuje, jak tworzyć praktyczne projekty. Chociaż w uczeniu głębokim matematyka odgrywa kluczową rolę, ten kurs nie wymaga znajomości jej bardziej złożonych zagadnień: autor starał się zminimalizować potrzebę odwoływania się do kwestii matematycznych. Nauka tworzenia sieci neuronowych i prostych klasyfikatorów może zaprocentować w przyszłości. Uczenie głębokie jest bardzo szeroką i wymagającą dziedziną, a podczas tego kursu zdobędziesz wiedzę, którą niełatwo przyswoić w inny sposób. Odkryjesz mnóstwo zagadnień związanych z budową sieci neuronowych, trenowaniem tych sieci oraz tworzeniem i testowaniem modeli. To zapewni Ci doskonałe podstawy do dalszej nauki. Jak odróżnić psa od kota? Zrozumienie działania sieci neuronowych i reguł rządzących uczeniem głębokim może Ci pomóc w najdziwniejszych problemach. Z wykorzystaniem świeżo zdobytej wiedzy uda Ci się stworzyć prosty klasyfikator, rozpoznający różne kategorie obrazów i przedmiotów, na przykład właściwie przyporządkowujący zdjęcie psa do innego zbioru niż zdjęcie kota, a także bardziej zaawansowany model, zdolny do oceny komentarza tekstowego — zarówno pozytywnego, jak i negatywnego. Efektywne programowanie sieci neuronowych, w tym konwolucyjnych, wymaga znajomości biblioteki, ale także ogólnego kontekstu i prześledzenia sposobu wyodrębniania elementów znaczących ze zbioru surowych danych. To wszystko znajdziesz w tym szkoleniu. Następnym Twoim krokiem może już być samodzielne wymyślanie i badanie nowych architektur sieci neuronowych i próba użycia ich do rozwiązania danego problemu. Tylko dla wtajemniczonych Keras w praktyce. Kurs video. Tworzenie modeli uczenia głębokiego pomoże Ci rozpocząć przygodę z programowaniem sieci neuronowych i uczeniem maszynowym. Ta rozwijająca się prężnie dziedzina informatyki święci dziś triumfy, ponieważ klasyfikatory, segregatory, testery przydają się zawsze i wszędzie. Rozpoznawanie obrazów, przetwarzanie języka naturalnego, przewidywanie ciągów danych, generowanie tekstu i obrazu na podstawie niepełnych danych: to wszystko jest możliwe dzięki temu, że możemy coraz lepiej programować uczące się maszyny. Szacuje się, że w 2020 roku przychody z oprogramowania związanego ze sztuczną inteligencją sięgną 30 miliardów dolarów. Na pewno warto się dowiedzieć, jak i dlaczego to wszystko działa. Kto wie, może będzie to Twój sposób na biznes? „Just as electricity transformed everything 100 years ago, today I actually have a hard time thinking of an industry that I don’t think AI will transform in the next several years” Andrew Ng

Konwolucyjne sieci neuronowe. Kurs video. Tensorflow i Keras w rozpoznawaniu obrazów

Kacper Łukawski

Obierz kurs na... sieci konwolucyjne! Sieci neuronowych i uczenia maszynowego nie trzeba już chyba nikomu przedstawiać. Służą nam na każdym kroku, dynamicznie rośnie zwłaszcza ich zastosowanie w przetwarzaniu wszelkiego rodzaju danych (data science). Swoją siłę pokazują w odniesieniu do problemów, dla których nie znaliśmy wcześniej algorytmicznych rozwiązań. Jednak mimo tych zalet klasyczne sieci neuronowe mają swoje ograniczenia - wymagają sprowadzenia danych do ustrukturyzowanej postaci. Jeden obraz wart jest 1000 słów Przygotowanie obrazów do takiej postaci może być utrudnione. A rzeczywistość, w której żyjemy, jest przecież przez obrazy zdominowana! Wzrok to nasz podstawowy zmysł, za jego pomocą głównie odbieramy otaczający nas świat. Obrazy są bardzo ważnym nośnikiem informacji, przez co ich analiza i przetwarzanie mają coraz większe znaczenie praktycznie w każdej branży: medycynie, rozrywce, bezpieczeństwie... Rozwiązaniem stały się neuronowe sieci konwolucyjne, które zrewolucjonizowały świat sztucznej inteligencji w kwestii przetwarzania obrazów. Przed ich powstaniem nie znaliśmy właściwie żadnych uniwersalnych metod efektywnego rozpoznawania wizualnych wzorców i praca z takimi danymi miała bardzo ograniczone zastosowania. Te czasy odeszły już w zapomnienie - sieci konwolucyjne pozwalają szybko stworzyć system, który będzie automatycznie klasyfikować obraz, rozpoznawać na nim obiekty, śledzić je, a także generować realistycznie wyglądające zdjęcia. Ten rodzaj sieci najczęściej jest implementowany przy wykorzystaniu jednej z dwóch bibliotek stworzonych dla potrzeb uczenia maszynowego: TensorFlow lub Keras. W kursie video Konwolucyjne sieci neuronowe. Kurs video. Tensorflow i Keras w rozpoznawaniu obrazów właśnie one będą służyły do budowania sieci, a materiałem do nauki i testów będą dostępne publicznie dane. Czego się nauczysz podczas naszego profesjonalnego szkolenia Wiedza, której posiadanie okazuje się konieczne, żeby efektywnie (a bardzo często także efektownie!) korzystać z tak potężnego narzędzia, jakim są konwolucyjne sieci neuronowe, jest rozległa i różnorodna. Jednak autor kursu video Konwolucyjne sieci neuronowe. Kurs video. Tensorflow i Keras w rozpoznawaniu obrazów zadbał o to, by znalazło się w nim wszystko, czego potrzebujesz, by przejść od poziomu początkującego aż do zaawansowanego. Natomiast podstawowa wiedza na temat sieci neuronowych jest wskazana. Dzięki kursowi dowiesz się: Jak korzystać z bibliotek NumPy i Matplotlib. Jak użyć bibliotek Keras i TensorFlow do projektowania sieci neuronowych. Co trzeba wiedzieć o sieciach neuronowych, zwłaszcza konwolucyjnych. Jak optymalizować funkcję z użyciem pakietu Optuna. Na czym polegają techniki doboru odpowiedniej struktury sieci. Jak wykorzystać gotowe modele poprzez transfer learning. Jak poszukiwać rozwiązań w dostępnych powszechnie źródłach. Jak zastosować sieci konwolucyjne do rozpoznawania obiektów. Jak wdrażać do produkcji rozwiązania oparte na sieciach konwolucyjnych.

Machine Learning i język Python. Kurs video. Praktyczne wykorzystanie popularnych bibliotek

Piotr Szajowski

Obierz kurs na... machine learning! Uczenie maszynowe obejmuje techniki wykorzystywane najczęściej w obszarze określanym mianem sztucznej inteligencji — a właśnie ona jest w tej chwili jednym z głównych kierunków rozwoju technologicznego branży IT. Niesamowite jest to, że po odpowiednim przekształceniu wiele problemów praktycznych, inżynierskich czy też biznesowych można rozwiązać właśnie z użyciem uczenia maszynowego. Można dzięki niemu wyszukiwać zdjęcia, na których znajdują się te same lub podobne obiekty, klasyfikować teksty z danej dziedziny, szacować, jak potoczy się kariera absolwenta szkoły i jaki kolejny produkt klient umieści w koszyku. Rozwiązania takich problemów są źródłem budowania wartości właściwie w każdej branży, w której nastąpiła już choćby minimalna cyfryzacja. Machine learning i język Python. Kurs video. Praktyczne wykorzystanie popularnych bibliotek pomoże Ci zorientować się w najważniejszych kwestiach dotyczących uczenia maszynowego i poznać techniki budowania praktycznych modeli, pozwalających swobodnie poruszać się w dużych zbiorach danych i wyłuskiwać z nich potrzebne informacje. Wgryź się w podstawy uczenia maszynowego i wykorzystaj je już dziś — ta rewolucja dzieje się naprawdę! Czego nauczysz się podczas naszego profesjonalnego szkolenia? Zainstalujesz i skonfigurujesz środowisko Anaconda. Nauczysz się korzystać z Google Colaboratory. Poznasz dobre praktyki w uczeniu maszynowym (w tym metody projektowe). Zobaczysz, jak wygląda wczytywanie danych i manipulowanie nimi za pomocą biblioteki Pandas. Wykorzystasz modele zaimplementowane w bibliotece Scikit-Learn (sklearn) do rozwiązania problemów:  klasyfikacji,  regresji,  redukcji wymiaru,  poszukiwania skupień. Zbudujesz modele sieci neuronowych w bibliotece Keras/Tensorflow (w tym modele sieci konwolucyjnych i rekurencyjnych). Sprawdzisz, jak wykorzystać biblioteki MLextend do analiz asocjacji. W kolejnych krokach opanujesz technikę transfer learningu, dokonasz optymalizacji hiperparametrów modeli i odkryjesz, jak działa konteneryzacja rozwiązań z użyciem Dockera. Machine learning i język Python. Kurs video. Praktyczne wykorzystanie popularnych bibliotek zakończysz na poziomie podstawowym, ale Twoja wiedza zwiększy się zdecydowanie. Bezpośrednio dzięki umiejętnościom zdobytym w czasie kursu będziesz potrafił zbudować takie rozwiązania jak: klasyfikator obrazów (na przykład rozpoznający, że na obrazie z kamery bezpieczeństwa pojawił się jakiś konkretny obiekt), klasyfikator tekstów (na przykład pozwalający zaklasyfikować wiadomości do odpowiedniej kategorii), model do prognozy zjawisk obserwowanych w czasie (na przykład prognozujący liczbę samochodów, które przejeżdżają dany odcinek drogi), model mierzący różne wartości liczbowe na podstawie obrazów (na przykład taki, który jest w stanie stwierdzić, jak bardzo nachylony jest obiekt znajdujący się na zdjęciu), model pozwalający wyszukiwać obiekty o podobnych cechach (na przykład zdjęcia zawierające podobne obiekty). Sztuczna inteligencja i uczenie maszynowe Sztuczna inteligencja w połączeniu z rozwojem narzędzi big data, usług chmurowych i stopniowym zwiększaniem mocy obliczeniowej nawet komputerów klasy PC coraz szybciej przekształca branżę IT. Dzięki temu, że należące do niej wielkie firmy udostępniły na zasadach open source wiele narzędzi i bibliotek, które pozwalają na szybkie i sprawne budowanie rozwiązań opartych na uczeniu maszynowym, rozwój tej dziedziny przyspiesza jeszcze bardziej. Machine learning i język Python. Kurs video. Praktyczne wykorzystanie popularnych bibliotek pozwoli Ci odkryć najważniejsze techniki uczenia maszynowego i dostosować modele do Twoich celów. Oprócz przykładów zastosowania klasyfikacji z użyciem płytkiego i głębokiego uczenia maszynowego oraz zastosowania regresji znajdziesz tu przykłady uczenia nienadzorowanego, optymalizacji hiperparametrów oraz konteneryzacji wytrenowanych modeli za pomocą Dockera. Przyjmij zaproszenie do świata AI! Trudno określić, jak będzie się rozwijać uczenie maszynowe w przyszłości, jednak pewne jest, że przynajmniej w najbliższych latach będzie to dziedzina znajdująca coraz więcej praktycznych zastosowań. Zaobserwować można postępującą „demokratyzację” uczenia maszynowego — narzędzia stają się coraz łatwiejsze w użyciu, dostępne są już wytrenowane modele, które dzięki technice transfer learningu łatwo jest zaprząc do rozwiązywania własnych problemów, a usługi chmurowe, oferujące możliwość użycia komputerów o dużej mocy obliczeniowej, mają na tyle przystępne ceny, że każda firma czy nawet osoba prywatna może sobie pozwolić na korzystanie z tych narzędzi. To wszystko powoduje, że wiele osób pragnie jak najszybciej poznać techniki związane z uczeniem maszynowym i ze sztuczną inteligencją. Machine learning i język Python. Kurs video. Praktyczne wykorzystanie popularnych bibliotek to najlepszy wstęp do praktycznego zastosowania metod zdecydowanie ułatwiających pracę z dużymi zbiorami danych. Po tym kursie już nigdy nie będziesz musiał ręcznie szukać igły w stogu siana. Tylko dla wtajemniczonych W 2020 roku firma OpenAI udostępniła API do modelu GPT-3, którego najobszerniejsza wersja zawiera przeszło 170 miliardów parametrów (dla porównania: modele omawiane podczas szkolenia Machine learning i język Python. Kurs video. Praktyczne wykorzystanie popularnych bibliotek mają maksymalnie kilkadziesiąt milionów parametrów). Okazuje się, że tak duży model, wytrenowany na ogromnym zbiorze tekstów, zaczyna mieć już pewne cechy, których spodziewać by się można po przyszłych modelach „ogólnej sztucznej inteligencji” — potrafi rozwiązywać zadania, do których nie został bezpośrednio wytrenowany. Jego możliwości są oczywiście nadal bardzo dalekie od możliwości ludzkiego mózgu, jednakże jego potencjalne praktyczne zastosowania są przeogromne, wręcz przełomowe. Obecnie dostęp do modelu GPT-3 jest możliwy jedynie przez API udostępniane beta testerom, ale gdy tylko dostęp ten stanie się powszechny, warto poeksperymentować z tym modelem i sprawdzić jego działanie.     Jak zrozumieć działanie modeli klasyfikacji w Pythonie?    

Matematyka a programowanie. Kurs video. Od pojęcia liczby po płaszczyznę zespoloną w Pythonie

Karol Kurek

Obierz kurs na... matematyczne podstawy programowania Matematyka? Brr! A po co? Po co wracać do czasów szkolnych — godzin spędzonych nad niekończącymi się zadaniami domowymi? Po co rozdrapywać stare rany i przypominać sobie koszmar tkwienia pod tablicą tylko z kredą w dłoni, gdy przeciw sobie miało się wzór nie do wyprowadzenia...? W jakim celu dorosły, samodzielny programista miałby z własnej woli raz jeszcze otwierać drzwi z napisem „matma” i wkraczać do pomieszczenia, w którym czyhają na niego liczby niewymierne i zespolone, ułamki łańcuchowe albo nawet logarytmy? Prawdą jest, że dobry programista nie musi świetnie znać matematyki — tak jak dobry kierowca nie jest zobowiązany do poznania budowy samochodu. Jeśli jednak uczyni ten wysiłek i dowie się, z jakich elementów składa się silnik i jak działa skrzynia biegów, uzbroi się w wiedzę, która w razie awarii może okazać się bezcenna. Każdy praktyk programowania na pewnym etapie kariery zawodowej zostaje zmuszony do powrotu do korzeni. Prędzej czy później staje przed problemem, którego nie można rozwiązać inaczej, jak tylko sięgając po wiedzę z dziedziny matematyki. Ciebie też to czeka. Warto się na to zawczasu przygotować i uzmysłowić sobie zależność, jaka istnieje między programowaniem, algorytmem a czystą matematyką. Dzięki naszemu kursowi video powrócisz do świata matematyki, przypomnisz sobie to, o czym była mowa w szkole, a nawet poszerzysz wiedzę o te zagadnienia spoza programu, które będą przydatne właśnie Tobie — programiście. Twoim przewodnikiem w tej nieco sentymentalnej podróży będzie Python, trzeci pod względem popularności język programowania, którego rola w segmencie data science oraz big data wciąż rośnie. Co Cię czeka podczas naszego profesjonalnego szkolenia? Dzięki temu kursowi wideo między innymi: Przypomnisz sobie, czym są liczby rzeczywiste. Zrozumiesz zasady działania algorytmów. Nauczysz się operować na funkcjach. Dowiesz się, czym są liczby zespolone. Poznasz najpiękniejszy wzór matematyki. Co więcej... Przetestujesz odświeżoną i zdobytą wiedzę matematyczną w praktyce — w pracy z językiem Python. Matematyka a programowanie. Kurs video. Od pojęcia liczby po płaszczyznę zespoloną w Pythonie kończy się na poziomie podstawowym, na etapie zrozumienia podstaw zagadnień matematycznych, które są ważne we współczesnej informatyce. Dzięki temu po odbyciu kursu będziesz w stanie samodzielnie rozwiązywać zaawansowane problemy matematyczne, z jakimi z pewnością spotkasz się w praktyce zawodowej. Matematyka — od teorii do praktyki Czyli „ale po co mi to?” raz jeszcze... Otóż podstawowym zagadnieniem programistycznym jest realizacja algorytmu (znanego wcześniej lub tworzonego tuż przed rozpoczęciem programowania) i rzadko zdarza się, by nie było to powiązane z pewnymi elementarnymi zagadnieniami matematycznymi — dlatego ich pogłębienie z pewnością pomoże osobie zajmującej się wykonaniem dowolnego, nawet bardziej skomplikowanego algorytmu. Na przykład w programowaniu gier przydatna okazuje się wiedza o funkcjach trygonometrycznych lub liczbach zespolonych. Matematykę można także zaprząc do sprawdzenia czasochłonności programu oraz do ochrony przed popełnianiem podstawowych błędów programistycznych. Pewne nieskomplikowane obliczenia warto też wykorzystać do optymalizacji własnych algorytmów. 75 zadań wypełnionych treścią Nasz kurs matematyki dla programistów jest podzielony na 75 lekcji uszeregowanych w 5 blokach tematycznych. Na początek zajmiemy się liczbami rzeczywistymi — systemami: dziesiętnym, dwójkowym i szesnastkowym, ułamkami dziesiętnymi oraz zwykłymi, zdaniami i spójnikami logicznymi w matematyce; oczywiście wszelkie operacje będziemy wykonywać w Pythonie. W rozdziale drugim, poświęconym algorytmom, poznamy między innymi instrukcję warunkową if, pętle i ciągi, zastanowimy się nad problemem Collatza i rozwiążemy równanie diofantyczne. Potem przejdziemy do funkcji, ich różnych rodzajów i wykresów. Pochylimy się także nad problemem 8 wież i 8 hetmanów. W części czwartej szkolenia w zagadnienie liczb zespolonych wprowadzą nas sinusy i cosinusy, a dalej pojawią się wielomiany, potęgowanie i pierwiastkowanie liczb zespolonych. Ostatni rozdział jest poświęcony najpiękniejszemu wzorowi matematyki. Przybliżą nas do niego liczba pi oraz liczba e. Poznamy logarytmy i ułamki łańcuchowe i wreszcie: wzór Eulera. W podsumowaniu kursu zastosujemy zdobytą wiedzę do rozwiązania zadań elementarnych. „Nie przejmuj się, jeżeli masz problemy z matematyką. Zapewniam cię, że ja mam jeszcze większe”. Albert Einstein