Schița de curs

Introducere

  • Prezentare generală a caracteristicilor și avantajelor Random Forest
  • Înțelegerea arborilor de decizie și a metodelor de ansamblu

Noțiuni introductive

  • Configurarea bibliotecilor (Numpy, Pandas, Matplotlib, etc.)
  • Clasificare și regresie în Random Forests
  • Cazuri de utilizare și exemple

Implementarea Random Forest

  • Pregătirea seturilor de date pentru instruire
  • Instruirea modelului de învățare automată
  • Evaluarea și îmbunătățirea acurateței

Reglarea hiperparametrilor în Random Forest

  • Efectuarea validărilor încrucișate
  • Căutare aleatorie și căutare în grilă
  • Vizualizarea performanțelor modelului de instruire
  • Optimizarea hiperparametrilor

Cele mai bune practici și sfaturi de rezolvare a problemelor

Rezumat și etapele următoare

Cerințe

  • O înțelegere a conceptelor de învățare automată
  • Python experiență în programare

Audiență

  • Științifici de date
  • Inginerii de software
  14 ore

Numărul de participanți



Pret per participant

Mărturii (4)

Cursuri înrudite

Categorii înrudite