LightGBM ehhez: Machine Learning Képzés

LightGBM bevezetése

• Mi az a LightGBM?
• Miért érdemes LightGBM-et használni?
• Összehasonlítás más gépi tanulás keretrendszerekkel
• LightGBM funkcióinak és architektúrájának áttekintése

Döntési fa algoritmusok megértése

• A döntési fa algoritmusok életciklusa
• Ahogyan a döntési fa algoritmusok illeszkednek a gépi tanulásba
• Ahogyan a döntési fa algoritmusok működnek

Első lépések a LightGBM-el

• Fejlesztőkörnyezet beállítása
• LightGBM telepítése önálló alkalmazásként
• LightGBM telepítése konténerként (Docker, Podman, stb.)
• LightGBM telepítése helyi környezetben
• LightGBM telepítése felhőben (privát, AWS, stb.)
• LightGBM alapvető használata osztályozásra és regresszióra

Haladó technikák a LightGBM-ben

• Jellemzőmódosítás LightGBM-el
• Hyperparaméter finomhangolás LightGBM-el
• Modell értelmezés LightGBM-el

LightGBM integrálása más technológiákkal

• LightGBM Pythonnal
• LightGBM R-vel
• LightGBM SQL-lel

LightGBM modellek telepítése

• LightGBM modellek exportálása
• LightGBM használata termelési környezetekben
• Gyakori telepítési scenáriók

LightGBM hibakeresés

• Gyakori problémák LightGBM-el és azok megoldása
• LightGBM modellek hibakeresése
• LightGBM modellek monitorozása termelési környezetben

Összegzés és következő lépések

• LightGBM alapok és haladó technikák áttekintése
• Kérdés-felelet kör
• Következő lépések a LightGBM használatához valós világbeli scenáriókban