Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés a LightGBM-be
- Mi az a LightGBM?
- Miért érdemes LightGBM-et használni?
- Összehasonlítás más gépi tanulási keretrendszerekkel
- A LightGBM funkciók és architektúra áttekintése
A döntési fa algoritmusainak megértése
- Egy döntési fa algoritmus életciklusa
- Hogyan illeszkednek a döntési fa algoritmusai a gépi tanuláshoz
- Hogyan működnek a döntési fa algoritmusai
A LightGBM használatának első lépései
- A Fejlesztési Környezet kialakítása
- A LightGBM telepítése önálló alkalmazásként
- A LightGBM telepítése tárolóként (Docker, Podman stb.)
- A LightGBM helyszíni telepítése
- A LightGBM telepítése a felhőbe (privát, AWS stb.)
- A LightGBM alapvető használata osztályozáshoz és regresszióhoz
Speciális technikák a LightGBM-ben
- Feature Engineering LightGBM-mel
- Hiperparaméter hangolás LightGBM-mel
- Modellértelmezés LightGBM-mel
A LightGBM integrálása más technológiákkal
- LightGBM Python
- LightGBM R-vel
- LightGBM SQL-vel
LightGBM modellek telepítése
- LightGBM modellek exportálása
- LightGBM használata éles környezetben
- Gyakori telepítési forgatókönyvek
A LightGBM hibaelhárítása
- A LightGBM gyakori problémái és megoldásuk
- LightGBM modellek hibakeresése
- A LightGBM modellek figyelése a gyártásban
Összegzés és a következő lépések
- A LightGBM alapjainak és fejlett technikáinak áttekintése
- Kérdések és válaszok munkamenet
- A LightGBM valós helyzetekben való használatának következő lépései
Követelmények
- A Python programozás ismerete
- Gépi tanulásban szerzett tapasztalat
- Döntési fa algoritmusok alapismeretei
Közönség
- Fejlesztők
- Adattudósok
21 Órák
