Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Introduksjon
- Oversikt over Random Forest funksjoner og fordeler
- Forstå beslutningstrær og ensemblemetoder
Komme i gang
- Sette opp bibliotekene (Numpy, Pandas, Matplotlib, etc.)
- Klassifisering og regresjon i Random Forests
- Bruk tilfeller og eksempler
Implementering Random Forest
- Klargjøring av datasett for trening
- Trening av maskinlæringsmodellen
- Evaluere og forbedre nøyaktigheten
Stille inn hyperparametrene i Random Forest
- Utføre kryssvalideringer
- Tilfeldig søk og rutenettsøk
- Visualisere treningsmodellens ytelse
- Optimalisering av hyperparametre
Beste fremgangsmåter og feilsøkingstips
Sammendrag og neste trinn
Krav
- En forståelse av konsepter for maskinlæring
- Python programmeringserfaring
Publikum
- Dataforskere
- Programvareingeniører
14 timer