Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Úvod
- Přehled funkcí a výhod Random Forest
- Pojetí rozhodových stromů a souborových metod (ensemble methods)
Začínáme
- Nastavení knihoven (Numpy, Pandas, Matplotlib atd.)
- Klasifikace a regrese v Random Forest
- Příklady použití
Implementace Random Forest
- Příprava datových sad pro trénování
- Trénování modelu strojového učení
- Hodnocení a zlepšování přesnosti
Optimalizace hyperparametrů v Random Forest
- Provedení křížové validace (cross-validation)
- Náhodné vyhledávání a mřížkové vyhledávání (Random search a Grid search)
- Vizualizace výkonu trénovaného modelu
- Optimalizace hyperparametrů
Nejlepší postupy a tipy k řešení problémů
Shrnutí a další kroky
Požadavky
- Přehled konceptů strojového učení
- Zkušenosti s programováním v Pythonu
Cílová skupina
- Data scientisti
- Softwaroví inženýři
14 hodiny