Wprowadzenie Machine Learning

Wykład:

0. Wstęp oraz dodatkowe narzędzia;

1. Intro 1/3: Podstawy;

2. Intro 2/3 - notebook:

   1. Praktyczny Machine Learning
   2. Dane treningowe i Testowe,
   3. Klasyfikacja i etykiety,
   4. Przygotowanie danych,
   5. Supervised Learning.

3. Intro 3/3 - notebook:

   1. Najważniejsze biblioteki/ekosystemy
   2. Przykłady klasyfikacji,
   3. Przykłady regresji,
   4. Large language models
   5. Metryki.

Ćwiczenia:

• TBA