AutoML with Auto-sklearn
Corso
A Milano
Hai bisogno di un coach per la formazione?
Ti aiuterà a confrontare vari corsi e trovare l'offerta formativa più conveniente.
Descrizione
-
Tipologia
Corso
-
Luogo
Milano
auto-sklearn è un pacchetto python costruito attorno alla libreria di apprendimento automatico Scikit-learn. Cerca automaticamente l'algoritmo di apprendimento corretto per un nuovo set di dati di machine learning e ne ottimizza i parametri.
questa formazione dal vivo dell'istruttore (in loco o a distanza) è rivolta a professionisti del machine learning che desiderano utilizzare auto-sklearn per automatizzare il processo di selezione e ottimizzazione di un modello di machine learning.
entro la fine di questa formazione, i partecipanti saranno in grado di:
automatizza il processo di formazione di modelli di Machine Learning altamente efficienti.
costruire modelli di apprendimento automatico altamente accurati, ignorando i compiti più noiosi di selezionare, addestrare e testare diversi modelli.
utilizzare il potere di machine learning per risolvere i problemi di business del mondo reale.
formato del corso
conferenza interattiva e discussione.
un sacco di esercizi e pratica.
implementazione hands-on in un ambiente lab Live.
Opzioni di personalizzazione del corso
per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
Machine Translated
Sedi e date
Luogo
Inizio del corso
Inizio del corso
Profilo del corso
Experience with machine learning algorithms.
Python programming experience.
Audience
Data scientists
Data analysts with a technical background
Opinioni
Materie
- E-learning
- Apprendimento
- Auto
Programma
Introduction
Setting up a Working Environment
Installing Auto-sklearn
Anatomy of a Standard Machine Learning Workflow
How Auto-sklearn Automates the Machine Learning Workflow
Searching for the Best Neural Network Architecture with NAS (Neural Architecture Search)
Case Study: AutoML with Auto-sklearn
Downloading a Dataset
Building a Machine Learning Model
Training and Testing the Model
Tuning the Hyperparameters
Building, Training, and Testing Additional Models
Tweaking the Hyperparameters to Improve Accuracy
Configuring Auto-sklearn for Deep Learning Models
Troubleshooting
Summary and Conclusion
Hai bisogno di un coach per la formazione?
Ti aiuterà a confrontare vari corsi e trovare l'offerta formativa più conveniente.
AutoML with Auto-sklearn