DSLab WNE UW
![](https://i1.wp.com/dslab.wne.uw.edu.pl/wp-content/uploads/2019/06/logo-dslab-biznes-blue.png?w=1080)
Cel projektu
Głównym celem tego projektu jest przygotowanie intuicyjnego omówienia popularnych algorytmów uczenia maszynowego (takich jak regresja liniowa, regresja logistyczna, metoda k-najbliższych sąsiadów, regresja regularyzowana LASSO i sieci elastyczne, maszyna wektorów nośnych, drzewa decyzyjne i regresyjne, bagging i boosting, w tym lasy losowe i algorytm xgboost, sieci neuronowe, łączenie modeli – np. stacking) oraz praktycznych tutoriali pokazujących ich zastosowanie w różnych językach programowania (m.in. R, python, julia, scala, ruby). Dodatkowym celem jest porównanie wydajności tych algorytmów oraz wyników uzyskiwanych w różnych językach programowania.
Głównym celem tego projektu jest przygotowanie intuicyjnego omówienia popularnych algorytmów uczenia maszynowego (…) w różnych językach programowania (m.in. R, python, julia, scala, ruby).
Dzięki skuteczności i łatwości zastosowania nawet bez głębokiego zrozumienia, algorytmy uczenia maszynowego stały się popularnym narzędziem w wielu branżach, gdzie liczy się jakość predykcji, nawet bez konieczności zrozumienia relacji łączącej analizowane zmienne. Zrozumienie podstaw stosowanego algorytmu i jego dostosowanie (np. dobór odpowiednich hiperparametrów) do konkretnego problemu pozwala często dalej poprawić uzyskiwane wyniki.
Opiekunowie Projektu
![](https://i1.wp.com/dslab.wne.uw.edu.pl/wp-content/uploads/2019/06/DSC_0384-5-1.jpg?w=1080)
Jakub Ajchel
![](https://i1.wp.com/dslab.wne.uw.edu.pl/wp-content/uploads/2019/06/DSC_0379-4.jpg?w=1080)
Hubert Śmieciuch
![](https://i1.wp.com/dslab.wne.uw.edu.pl/wp-content/uploads/2019/06/DSC_0409-14-1.jpg?w=1080)
Tomasz Koc
Spodobały ci się nasze projekty? Masz pomysł na własny?
Biuro
Długa 44/50, 00-241 Warszawa
Godziny
Pon - Pt: 9.00 - 17.00
Sob - Nd: Zamknięte
Kontakt
dr Piotr Wójcik