Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Introdução
- Visão geral das caraterísticas e vantagens de Random Forest
- Compreender as árvores de decisão e os métodos de conjunto
Introdução
- Configurar as bibliotecas (Numpy, Pandas, Matplotlib, etc.)
- Classificação e regressão em Random Forest s
- Casos de utilização e exemplos
Implementação de Random Forest
- Preparação de conjuntos de dados para treino
- Treinar o modelo de aprendizagem automática
- Avaliar e melhorar a precisão
Ajustar os hiperparâmetros em Random Forest
- Efetuar validações cruzadas
- Pesquisa aleatória e pesquisa em grelha
- Visualizar o desempenho do modelo de treino
- Otimização dos hiperparâmetros
Melhores práticas e dicas de solução de problemas
Resumo e próximos passos
Requisitos
- Compreensão dos conceitos de aprendizagem automática
- Experiência de programação Python
Público
- Cientistas de dados
- Engenheiros de software
14 Horas