Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction
- Aperçu des fonctionnalités et avantages d'AdaBoost
- Comprendre les méthodes d'apprentissage par ensemble
Mise en place
- Configuration des bibliothèques (Numpy, Pandas, Matplotlib, etc.)
- Importation ou chargement des jeux de données
Construction d'un modèle AdaBoost avec Python
- Préparation des ensembles de données pour l'entraînement
- Création d'une instance avec AdaBoostClassifier
- Entraînement du modèle de données
- Calcul et évaluation des données de test
Travail avec les hyperparamètres
- Exploration des hyperparamètres d'AdaBoost
- Définition des valeurs et entraînement du modèle
- Modification des hyperparamètres pour améliorer les performances
Meilleures pratiques et conseils de dépannage
Résumé et étapes suivantes
Pré requis
- Une compréhension des concepts d'apprentissage automatique
- Expérience en programmation Python
Public cible
- Scientifiques des données
- Ingénieurs logiciels
14 Heures
Nos clients témoignent (4)
Le style de formation et les connaissances générales du formateur.
Kenosi - NWK Limited
Formation - Laravel: Middleware Development
Traduction automatique
Les cours étaient très interactifs et les exercices étaient très pratiques.
Heino - NWK Limited
Formation - Laravel and Vue.js
Traduction automatique
La disponibilité du formateur et la personnalisation de la formation
Julien - Urssaf Rhone Alpes
Couvert un grand nombre de matières.
Michael Promes - Nebraska Medicine
Formation - Laravel PHP Framework
Traduction automatique