Programa do Curso

Introdução

  • Visão geral das características e vantagens do AdaBoost
  • Compreendendo métodos de aprendizado ensemble

Começando

  • Configurando as bibliotecas (Numpy, Pandas, Matplotlib, etc.)
  • Importando ou carregando conjuntos de dados

Construindo um Modelo AdaBoost com Python

  • Preparando conjuntos de dados para treinamento
  • Criando uma instância com AdaBoostClassifier
  • Treinando o modelo de dados
  • Calculando e avaliando os dados de teste

Trabalhando com Hiperparâmetros

  • Explorando hiperparâmetros no AdaBoost
  • Definindo valores e treinando o modelo
  • Modificando hiperparâmetros para melhorar o desempenho

Melhores Práticas e Dicas de Solução de Problemas

Resumo e Próximos Passos

Requisitos

  • Compreensão de conceitos de aprendizado de máquina
  • Experiência em programação Python

Público-alvo

  • Cientistas de dados
  • Engenheiros de software
 14 Horas

Número de participantes


Preço por Participante

Declaração de Clientes (3)

Próximas Formações Provisórias

Categorias Relacionadas