Schulungsübersicht

Einführung

  • Überblick über AdaBoost Merkmale und Vorteile
  • Verständnis von Ensemble-Lernmethoden

Erste Schritte

  • Einrichten der Bibliotheken (Numpy, Pandas, Matplotlib, usw.)
  • Importieren oder Laden von Datensätzen

Aufbau eines AdaBoost-Modells mit Python

  • Vorbereiten von Datensätzen für das Training
  • Erstellen einer Instanz mit AdaBoostClassifier
  • Trainieren des Datenmodells
  • Berechnen und Auswerten der Testdaten

Arbeiten mit Hyperparametern

  • Untersuchung der Hyperparameter in AdaBoost
  • Einstellung der Werte und Training des Modells
  • Ändern von Hyperparametern zur Verbesserung der Leistung

Bewährte Praktiken und Tipps zur Fehlerbehebung

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Verständnis für Konzepte des maschinellen Lernens
  • Python Programmiererfahrung

Publikum

  • Datenwissenschaftler
  • Softwareingenieure
  14 Stunden
 

Teilnehmerzahl


Beginnt

Endet


Die Termine sind abhängig von der Verfügbarkeit und finden zwischen 09:30 und 16:30 statt.
Offene Schulungskurse erfordern mindestens 5 Teilnehmer.

Erfahrungsberichte (3)

Kombinierte Kurse

Verwandte Kategorien