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
Mărturii (4)
The details and the presentation style.
Cristian Mititean - Accenture Industrial SS
Curs - Azure Machine Learning (AML)
Să fie scurt și simplu. Crearea intuiției și a modelelor vizuale în jurul conceptelor (graficul arborelui de decizie, ecuații liniare, calcularea manuală a lui y_pred pentru a dovedi modul în care funcționează modelul).
Nicolae - DB Global Technology
Curs - Machine Learning
Tradus de catre o masina
Working from first principles in a focused way, and moving to applying case studies within the same day
Maggie Webb - Department of Jobs, Regions, and Precincts
Curs - Artificial Neural Networks, Machine Learning, Deep Thinking
That it was applying real company data. Trainer had a very good approach by making trainees participate and compete