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 Random Forest jellemzőinek és előnyeinek áttekintése
- A döntési fák és együttes módszerek megértése
Kezdő lépések
- A könyvtárak beállítása (Numpy, Pandas, Matplotlib stb.)
- Osztályozás és regresszió a Random Forests módszerrel
- Használati esetek és példák
A Random Forest implementálása
- Adathalmazok előkészítése a tanításhoz
- A gépi tanulási modell tanítása
- Pontosság kiértékelése és javítása
A hiperparaméterek hangolása a Random Forest módszerben
- Kereszthibavizsgálatok végrehajtása
- Véletlenszerű keresés és rácsos keresés
- A tanítási modell teljesítményének vizualizálása
- Hiperparaméterek optimalizálása
Ajánlott eljárások és hibaelhárítási tippek
Összefoglalás és következő lépések
Követelmények
- A gépi tanulás alapfogalmainak ismerete
- Python programozási tapasztalat
Célközönség
- Adattudósok
- Szoftvermérnökök
14 Órák