Plan du cours

Introduction

Mise en place d'un environnement de travail

Installation Auto-Keras

Anatomie d'un flux de travail standard Machine Learning

Comment Auto-Keras automatise le flux de travail Machine Learning

Recherche de la meilleure architecture de réseau neuronal avec NAS (recherche d'architecture neuronale)

Étude de cas : AutoML avec Auto-Keras

Téléchargement d'un ensemble de données

Construction d'un modèle Machine Learning

Formation et test du modèle

Réglage des hyperparamètres

Construire, entraîner et tester des modèles supplémentaires

Ajustement des hyperparamètres pour améliorer la précision

Configuration de Auto-Keras pour les modèles Deep Learning

Résolution des problèmes

Résumé et conclusion

Pré requis

  • Expérience de travail avec des modèles d'apprentissage automatique.
  • Une expérience en programmation Python est utile mais pas nécessaire.

Audience

  • Analystes de données
  • Experts en la matière (experts du domaine)
  • Scientifiques des données
 14 Heures

Nombre de participants


Prix ​​par Participant

Cours à venir

Catégories Similaires