Pajda i AI Kijów: Od danych do prognoz

Dowiedz się, jak surowe dane stają się prognozą w uczeniu maszynowym podczas tej praktycznej, przyjaznej dla początkujących sesji online Pajda i AI organizowanej przez społeczność Kijów. Organizowane przez społeczność Pajda i AI od DeepLearning.AI, Od danych do prognoz odbędzie się online w 16 września 2026, od 16:00 do 17:15. 75-minutowa sesja będzie prowadzona w języku ukraińskim i jest otwarta dla uczestników na każdym poziomie, z materiałem specjalnie zaprojektowanym, aby był dostępny dla początkujących. ## Czego się nauczysz Spotkanie podąża za kompletnym procesem pracy w uczeniu maszynowym, zamiast omawiać AI tylko w abstrakcyjnych terminach. Zobaczysz, jak przejść od przygotowania danych do wyuczonego modelu, a następnie zbadamy, co jego wyjście naprawdę oznacza. Tematy obejmują: - Jak uczenie maszynowe zmienia tradycyjną relację między danymi, regułami a wynikami - Przyjazne dla początkujących wyjaśnienie, jak sieci neuronowe uczą się wzorców - Przygotowywanie danych z rynku finansowego i wybieranie użytecznych cech - Definiowanie wejść, celów, danych treningowych i danych testowych - Budowanie, szkolenie i ocena prostej sieci neuronowej z Pythonem i TensorFlow/Keras - Wizualizacja prognoz i ocena wydajności modelu - Używanie SQL i Google Cloud BigQuery ML jako alternatywnej drogi do analizy predykcyjnej - Zrozumienie jakości danych, nadmiernego dopasowania, ograniczeń modelu i odpowiedzialnej interpretacji Dane z rynku finansowego stanowią studium przypadku edukacyjnego, pomagając uczynić pojęcia konkretnymi bez przedstawiania modelu jako doradztwa inwestycyjnego ani nie twierdzenia, że przyszłe ceny rynkowe mogą być niezawodnie prognozowane. ## Format sesji Wydarzenie łączy zwięzłe wyjaśnienia z praktycznymi demonstracjami. Po powitaniu i wprowadzeniu, sesja przechodzi od tradycyjnego programowania do uczenia maszynowego, obejmuje podstawy sieci neuronowych i przekształca dane finansowe w określony problem ML. Centralna demonstracja pokazuje model TensorFlow/Keras budowany, trenowany i oceniany, a następnie krótszą porównawczą analizę BigQuery ML. Ostatnia część stawia kluczowe pytanie: co tak naprawdę mówi nam prognoza? Otwana dyskusja i sesja pytań i odpowiedzi dadzą uczestnikom możliwość zbadania wydajności modelu, ograniczeń danych i praktycznych zastosowań. ## Mówca i społeczność… Zarejestruj się na to wydarzenie