Schulungsübersicht

Einführung

Einrichten einer Arbeitsumgebung

Installieren Auto-sklearn

Anatomie eines Standard-Machine Learning-Workflows

Wie Auto-sklearn den Machine Learning-Workflow automatisiert

Suche nach der besten neuronalen Netzwerkarchitektur mit NAS (Neural Architecture Search)

Fallstudie: AutoML mit Auto-sklearn

Herunterladen eines Datensatzes

Erstellen eines Machine Learning-Modells

Trainieren und Testen des Modells

Abstimmung der Hyperparameter

Erstellen, Trainieren und Testen zusätzlicher Modelle

Optimieren der Hyperparameter zur Verbesserung der Genauigkeit

Konfigurieren von Auto-sklearn für Deep Learning-Modelle

Fehlersuche

Zusammenfassung und Schlussfolgerung

Voraussetzungen

  • Erfahrung mit Algorithmen des maschinellen Lernens.
  • Python Programmiererfahrung.

Zielgruppe

  • Datenwissenschaftler
  • Datenanalysten mit technischem Hintergrund
 14 Stunden

Teilnehmerzahl


Price per participant (excl. VAT)

Kommende Kurse

Verwandte Kategorien