Schița de curs

Introducere

  • Prezentare generală a caracteristicilor și avantajelor Random Forest
  • Înțelegerea arborilor de decizie și a metodelor de ansamblu

Noțiuni introductive

  • Configurarea bibliotecilor (Numpy, Pandas, Matplotlib etc.)
  • Clasificarea și regresia în Random Forests
  • Cazuri de utilizare și exemple

Implementarea Random Forest

  • Pregătirea seturilor de date pentru formare
  • Formarea modelului de învățare automată
  • Evaluarea și îmbunătățirea preciziei

Reglarea hiperparametrilor în Random Forest

  • Efectuarea validărilor încrucișate
  • Căutarea aleatorie și căutarea în grilă
  • Vizualizarea performanței modelului de formare
  • Optimizarea hiperparametrilor

Cele mai bune practici și sfaturi pentru rezolvarea problemelor

Rezumat și pași următori

Cerințe

  • O înțelegere a conceptelor de învățare automată
  • Python experiență în programare

Audiență

  • Oameni de știință în domeniul datelor
  • ingineri software
 14 ore

Numărul de participanți


Pret per participant

Upcoming Courses

Categorii înrudite