Kurzusleírás

Bevezetés

  • Random Forest jellemzői és előnyei áttekintése
  • Döntésfa és ensemble módszerek megértése

Kezdés

  • Különböző könyvtárak (Numpy, Pandas, Matplotlib stb.) beállítása
  • Osztályozás és regresszió Random Forest-ban
  • Használati esetek és példák

Random Forest implementálása

  • Adathalmazok előkészítése a tanításhoz
  • Gépi tanulási modell tanítása
  • Pontosság értékelése és javítása

Random Forest hiperparaméterek beállítása

  • Keresztteljesítmény-elemzés végrehajtása
  • Vegyes keresés és Rácskeresés
  • Tanítási modell teljesítményének vizualizálása
  • Hiperparaméterek optimalizálása

Legjobb gyakorlatok és hibaelhárítási tippek

Összefoglalás és következő lépések

Követelmények

  • Gépek tanulás fogalmai megértése
  • Python programozási tapasztalat

Audience

  • Adattudósok
  • Szoftverfejlesztők
 14 Órák

Résztvevők száma


Ár résztvevőnként

Közelgő kurzusok

Rokon kategóriák