Python ilə Deep Learning

Təlim haqqında məlumat

Son illərdə texnoloji yeniliklər (sosial şəbəkələr, e-ticarət layihələri, əşyaların interneti (internet of things) və s.) data artımına səbəb oldu. Data artımı isə öz növbəsində süni zəka sahəsində yeniliklər, özünü idarə edən maşınlar, səhiyyənin inkişafı, iqtisadiyyatda proqnozlar, əyləncə sektorunda daha dəqiq təkliflər və s. kimi bir sıra texnoloji inqilablara yol açır. Siz bu təlimə qoşulmaqla böyük datalarda machine learning alqoritmləri əvəzinə Keras, PyTorch, TensorFlow platformalarından istifadə etməklə RNN, CNN, Neural Prophet və Fastai kimi deep learning alqoritmlərindən istifadə edərək daha dəqiq modellər qurmağı öyrənəcək, Time series analizi edərək gələcək datalarınızı proqnoz edə biləcəksiniz.

Bu təlim kimlər üçündür?

Data Science bilikləri olanlar və əmək bazarında önə çıxmaq üçün daha müasir və mürəkkəb mövzularla biliklərini dərinləşdirmək istəyənlər , Python proqramlaşdırma dili istifadə edərək müasir və mürəkkəb Deep Learning mövzularını öyrənmək istəyənlər, Analitikanı öyrənmək istəyən proqramçılar və data mühəndisləri, Biznes Menecerlər, Biznes Analitiklər, Data Analitiklər, Data Analtikasını öyrənən və bu sahəyə marağı olanlar, böyük həcmli datalarla işləmək istəyən şəxslər, tədqiqatla məşğul olanlar, Data Science karyerası qurmaq istəyən Data Sciencei üzrə məlumatlı olan tələbələr və mütəxəssislər, satış, supermarket, telekommunikasiya, bank və digər biznes sahələrində və ya dövlət qurumlarında data analizi edərək hesabat hazırlayanlar və hazırlamaq istəyənlər.

Sertifikat

Təlimi müvəffəqiyyətlə bitirən şəxslərə Certified Deep Learning with Python və digər şəxslərə isə iştirakçı sertifikatı təqdim ediləcək. Sağ tərəfdə nümunə sertifikatı görə bilərsiniz.

Sillabus

Sessiya 1

Deep learning nədir?
Deep Learning və onun komponentləri: Neyronlar
Neyron şəbəkələr, deep learning modelləri ilə tanışlıq.
Pytorch kitabxanası və tensorlar
Neyron şəbəkələr necə işləyir? Fr-Bd propagation.
NN gradientlər, cost funksiyaları və metriklər.

Case Study 1

Pytorch kitabxanası istifadə edərək Neyron şəbəkə yaratmaq və “Rain prediction” datasında tətbiq etmək.

Sessiya 2

Time Series analizi
ARIMA və ARMA modelləri
Prophet və NeuralProphet kitabxanaları ilə tanışlıq.
Time Series üçün feature engineering.
Time Series Analizi üçün Hyperparameter Tuning.

Case Study 2

“Stock Price of Google” datasında Facebook Prophet kitabxanasından istifadə edərək gələcək 100 günün satış qiymətini müəyyən edən model qurmaq.

Sessiya 3

Convolutional Neural Network (CNN) ilə tanışlıq
CNN arxitekturası
Maşın Görünüşü: Klassik ConvNet
Arxitekturalar: LeNet-5 Classic, AlexNet, VGGNet, Resnet, Inception, Darknet.
Şəkil datası ilə işləmək: matrislər, ölçülər
Şəkil artırılması üsulları

Case Study 3

CNN istifadə edərək CIFAR10 datasının şəkillərinin proqnoz edilməsi.

Sessiya 4

FastAI Framework (Tabular, Vision və Collaborative filterləmə).
FastAI vision modulu: Optimal öyrənmənin tapılması.
Hyperparameters Tuning, model freezing və unfreezing.

Case Study 4

FastAI ilə yarpaq xəstəliyinin proqnozu.

Təlimçilər

Etibar Hüseynli

Data Analitika konsultantı, QSS Analytics

Analitika sahəsində 5 ildən artıq təcrübə ilə Etibar Hüseynli Bakcell şirkətində “CRM and Churn Retention" şöbəsinin rəhbəri, Sahibkarlığın İnkşafı və Tədqiqat Mərkəzində və Universal Machines MMC-də research analyst, Bakı Mühəndislik Universitetində Statistika müəllimi vəzifəsində çalışmışdır. SPSS, GRETL, SAS, R, Python, Tableau, Excel, SQL-Data Management proqramlarında yüksək bilik və bacarıqlara malikdir. 5 beynəlxalq və 10-dan çox yerli analitika layihəsinə rəhbərlik etmişdir. Bakcell, Beynəlxalq Miqrasiya İdarəsi (IMO) və Hyundai şirkəti daxil olmaqla bir sıra şirkətlərdə data analitikası üzrə məsləhətçidir.

Minurə Hüseynli

Data Analitik, Elektron Hökumətin İnkişafı Mərkəzi

Minurə Hüseynli data sahəsində professional olaraq 4 ildən artıq iş təcrübəsinə sahibdir. Hal-hazırda Elektron Hökumətin İnkişafı Mərkəzində Data Analitik vəzifəsində çalışır. Fərqli sektorlar üzrə bir çox yerli və beynəlxalq data science layihələrində məsləhətçi olaraq çalışmışdır. Layihələrin icrası zamanı 10 nəfərə qədər komandalara rəhbərlik etmişdir. Hal-hazırda bir neçə şirkət üçün data science xidmətləri göstərir. Advanced statistics, Python ilə machine learning, SQL ilə dataların idarə olunması, Tableau və digər BI proqramlarla vizual analitika, datadan stratejik informasiyaların əldə olunması üzrə geniş praktiki biliklərə sahibdir.

Cəlal Rəhmanov

Data Elmi üzrə Ekspert, Kapital bank

Data elmi sahəsində 4 ildən artıq təcrübə ilə Cəlal Rəhmanov Kapital Bank şirkətində “Micro Business Tribe” da “Data Science Expert” vəzifəsini icra edir. Kapital Bankın “Center of Excellence” komandasının “NLP and Aİ” üzrə “Data Scientist”i olmuş və Almaniya kimi avropa ölkəsində xarici mütəxəssislər tərəfindən təqdimatı edilmiş beynəlxalq proyektlərə imza atıb. Bundan əvvəl Yelo Bank’da “CVM and Bİ - Junior Data Scientist” vəzifəsini icra edib. Azərbaycan Süni İntellekt Labaratoriyası, Paşa Bank və “The Sparks Foundation” kimi xarici və yerli şirkətlərdə onsite və remote iş təcrübələri var. Python, Tableau, Dataİku, SQL, GitLab, Docker, SparkMLlib və Kafka kimi texnologiyaların tətbiqi və inteqrasiyası üzrə praktiki bacarıqlara sahibdir.