Machine Learning — Praktyczne Umiejętności

Repozytorium zawiera materiały wykorzystane w kursie

Spotkanie 1

• Materiały:
  • Notebook
  • Prezentacja
• Główne tematy:
  • podstawy sieci neuronowych
  • biblioteka PyTorch

Spotkanie 2

• Materiały dostępne tutaj.
• Główne tematy:
  • Przegląd i praca z dostępnymi modelami "State of the Art"
  • Praca z literaturą naukową

Spotkanie 3

• Materiały:
  • notebook
• Główne tematy:
  • Trening i inferencja z wykorzystaniem pretrenowanych modeli
  • Praca na zewnętrznych serwerach

Spotkanie 4

• Materiały:
  • Repo Github
• Zaplanowane tematy:
  • Jak wygląda codzienny workflow pracy nad modelami ML — eksperymenty, debugging i organizacja projektów.
  • Narzędzia wspomagające pracę researchera ML: zdalne uruchamianie eksperymentów, monitoring i wizualizacja wyników.