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 à LightGBM
- Qu'est-ce que LightGBM ?
- Pourquoi utiliser LightGBM ?
- Comparaison avec d'autres frameworks d'apprentissage automatique.
- Aperçu des fonctionnalités et de l'architecture de LightGBM.
Comprendre les algorithmes d'arbres de décision
- Le cycle de vie d'un algorithme d'arbre de décision.
- Comment les algorithmes d'arbres de décision s'intègrent dans l'apprentissage automatique.
- Comment fonctionnent les algorithmes d'arbres de décision.
Débuter avec LightGBM
- Configuration de l'environnement de développement.
- Installer LightGBM en tant qu'application autonome.
- Installer LightGBM en tant que conteneur (Docker, Podman, etc.).
- Installer LightGBM sur site (on-premise).
- Installer LightGBM dans le cloud (privé, AWS, etc.).
- Utilisation de base de LightGBM pour la classification et la régression.
Techniques avancées avec LightGBM
- Ingénierie des fonctionnalités avec LightGBM.
- Réglage des hyperparamètres avec LightGBM.
- Interprétation des modèles avec LightGBM.
Intégration de LightGBM avec d'autres technologies
- LightGBM avec Python.
- LightGBM avec R.
- LightGBM avec SQL.
Déploiement des modèles LightGBM
- Exportation des modèles LightGBM.
- Utilisation de LightGBM dans des environnements de production.
- Scénarios de déploiement courants.
Dépannage de LightGBM
- Problèmes courants avec LightGBM et leur résolution.
- Débogage des modèles LightGBM.
- Surveillance des modèles LightGBM en production.
Résumé et prochaines étapes
- Revue des bases et des techniques avancées de LightGBM.
- Session de questions et réponses.
- Prochaines étapes pour utiliser LightGBM dans des scénarios réels.
Pré requis
- Une compréhension de la programmation Python.
- De l'expérience avec l'apprentissage automatique.
- Des connaissances de base des algorithmes d'arbres de décision.
Public cible
- Développeurs.
- Scientists des données.
21 Heures