LightGBM a gépi tanuláshoz Képzés

Bevezetés a LightGBM-be

• Mi az a LightGBM?
• Miért használjuk a LightGBM-t?
• Összehasonlítás más gépi tanulási keretrendszerekkel
• A LightGBM funkcióinak és architektúrájának áttekintése

A Döntési Fa Algoritmusok Megértése

• A döntési fa algoritmus életciklusa
• Hogyan illeszkednek a döntési fa algoritmusok a gépi tanulásba
• Hogyan működnek a döntési fa algoritmusok

Kezdés a LightGBM-mel

• Fejlesztői környezet beállítása
• A LightGBM telepítése önálló alkalmazásként
• A LightGBM telepítése konténerként (Docker, Podman stb.)
• A LightGBM telepítése helyszínen
• A LightGBM telepítése felhőben (privát, AWS stb.)
• A LightGBM alapvető használata osztályozás és regresszió esetén

Haladó Technikák a LightGBM-ben

• Jellemzőmérnökség a LightGBM-mel
• Hiperparaméter-hangolás a LightGBM-mel
• Modellértelmezés a LightGBM-mel

A LightGBM Integrációja Más Technológiákkal

• LightGBM Pythonnal
• LightGBM R-rel
• LightGBM SQL-lel

LightGBM Modellek Üzembehelyezése

• LightGBM modellek exportálása
• LightGBM használata üzemi környezetekben
• Gyakori üzembehelyezési forgatókönyvek

Hibaelhárítás a LightGBM-ben

• Gyakori problémák a LightGBM-ben és azok megoldása
• LightGBM modellek hibakeresése
• LightGBM modellek monitorozása üzemi környezetben

Összefoglalás és Következő Lépések

• A LightGBM alapjainak és haladó technikáinak áttekintése
• Kérdések és válaszok
• Következő lépések a LightGBM valós forgatókönyvekben való használatához