Schulungsübersicht

Einführung

  • Übersicht der AdaBoost-Funktionen und Vorteile
  • Verständnis von Ensemble-Lernmethoden

Erste Schritte

  • Einrichtung der Bibliotheken (Numpy, Pandas, Matplotlib usw.)
  • Importieren oder Laden von Datensätzen

Erstellen eines AdaBoost-Modells mit Python

  • Vorbereiten der Daten für das Training
  • Erstellen einer Instanz mit AdaBoostClassifier
  • Trainieren des Datenmodells
  • Berechnen und Auswerten der Testdaten

Arbeiten mit Hyperparametern

  • Explorieren von Hyperparametern in AdaBoost
  • Festlegen der Werte und Trainieren des Modells
  • Anpassen der Hyperparameter zur Verbesserung der Leistung

Best Practices und Troubleshooting-Tipps

Zusammenfassung und Nächste Schritte

Voraussetzungen

  • Verständnis von Maschinellem Lernen
  • Erfahrung in Python-Programmierung

Zielgruppe

  • Data Scientists
  • Software-Ingenieure
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (3)

Kommende Kurse

Verwandte Kategorien