Ensemble Learning Školení v Brno

Toto vedené školení (online nebo na místě) určené začínajícím až středně pokročilým vývojářům a datovým vědcům, kteří chtějí naučit základy LightGBM a prozkoumat pokročilé techniky.

Na konci tohoto školení budou účastníci schopni:

• Nainstalovat a nakonfigurovat LightGBM.
• Porozumět teorii za gradientním boostingem a algoritmy rozhodovacích stromů
• Používat LightGBM pro základní i pokročilé úkoly strojového učení.
• Implementovat pokročilé techniky, jako je feature engineering (inženýrství vlastností), tuning hyperparametrů a interpretace modelu.
• Integrovat LightGBM s jinými rámci strojového učení.
• Řešit běžné problémy v LightGBM.

Tato instruktorem vedená živá školení v Brno (online nebo na místě) je zaměřena na datové vědce a softwarové inženýry, kteří chtějí použít AdaBoost ke vytváření boostovacích algoritmů pro strojové učení s Pythonem.

Na konci tohoto školení budou účastníci schopni:

• Nastavit nezbytné vývojové prostředí pro začátek vytváření modelů strojového učení s AdaBoost.
• Pochopit přístup založený na agregaci a jak implementovat adaptivní boostování.
• Naučit se, jak vytvářet modely AdaBoost k posílení algoritmů strojového učení v Pythonu.
• Používat optimalizaci hyperparametrů pro zvýšení přesnosti a výkonu modeleů AdaBoost.

Toto vedené školení na míste (online nebo na místě) je určeno datovým vědcům a softwarovým inženýrům, kteří chtějí použít Random Forest pro vytváření algoritmů strojového učení na velkých datech.

Na konci tohoto školení budou účastníci schopni:

• Nastavit potřebné vývojové prostředí pro začátek s vytvářením modelů strojového učení pomocí Random Forest.
• Pochopit výhody Random Forest a jak ho implementovat k řešení problémů klasifikace a regrese.
• Seznámit se s tím, jak pracovat s velkými daty a interpretovat několik rozhodovacích stromů v Random Forest.
• Posoudit a optimalizovat výkon modelu strojového učení úpravou hyperparametrů.