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
- Vue d'ensemble des caractéristiques et des avantages de la méthode AdaBoost
- Comprendre les méthodes d'apprentissage ensembliste
Mise en route
- Configuration des bibliothèques (Numpy, Pandas, Matplotlib, etc.)
- Importer ou charger des ensembles de données
Construire 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
Travailler avec des hyperparamètres
- Exploration des hyperparamètres dans AdaBoost
- Définition des valeurs et entraînement du modèle
- Modifier les hyperparamètres pour améliorer les performances
Meilleures pratiques et conseils de dépannage
Résumé et prochaines étapes
Pré requis
- Une compréhension des concepts d'apprentissage automatique
- Une expérience de la programmation Python.
Audience
- Scientifiques des données
- Ingénieurs en logiciel
14 Heures