Struttura del corso

Introduzione

Creazione di un ambiente di lavoro

Installazione di Auto-Keras

Anatomia di un flusso di lavoro standard Machine Learning

In che modo Auto-Keras automatizza il flusso di lavoro Machine Learning

Searchalla ricerca della migliore architettura di rete neurale con NAS (Neural Architecture Search)

Caso di studio: AutoML with Auto-Keras

Download di un set di dati

Creazione di un Machine Learning modello

Training e test del modello

Ottimizzazione degli iperparametri

Creazione, training e test di modelli aggiuntivi

Modificare gli iperparametri per migliorare la precisione

Configurazione di Auto-Keras per i modelli di deep learning

Risoluzione dei problemi

Riassunto e conclusione

Requisiti

  • Esperienza di lavoro con modelli di Machine Learning.
  • Python L'esperienza di programmazione è utile ma non necessaria.

Pubblico

  • Analisti di dati
  • Esperti in materia (esperti di dominio)
  • Scienziati dei dati
  14 ore
 

Numero di Partecipanti


Data Inizio

Data Fine


Le date sono soggette a disponibilità e si svolgono tra le 09:30 e le 16:30.
I corsi di formazione pubblici richiedono più di 5 partecipanti.

Corsi relativi

Categorie relative