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
- Random Forest jellemzők és előnyök áttekintése
- A döntési fák és az együttes módszerek megértése
Kezdő lépések
- A könyvtárak beállítása (Numpy, Pandas, Matplotlib stb.)
- Osztályozás és regresszió Random Forests
- Használjon eseteket és példákat
Megvalósítás Random Forest
- Adatkészletek előkészítése a képzéshez
- A gépi tanulási modell betanítása
- A pontosság értékelése és javítása
A hiperparaméterek hangolása az Random Forest-ben
- Keresztellenőrzések végrehajtása
- Véletlenszerű keresés és rácskeresés
- Képzési modell teljesítményének megjelenítése
- A hiperparaméterek optimalizálása
Bevált módszerek és hibaelhárítási tippek
Összegzés és a következő lépések
Követelmények
- A gépi tanulási koncepciók megértése
- Python programozási tapasztalat
Közönség
- Adattudósok
- Szoftvermérnökök
14 Órák