Struttura del corso

Introduzione

Creazione di un ambiente di lavoro

Installazione Auto-sklearn

Anatomia di un flusso di lavoro standard Machine Learning

In che modo Auto-sklearn 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-sklearn

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-sklearn per i modelli Deep Learning

Risoluzione dei problemi

Riassunto e conclusione

Requisiti

  • Esperienza con algoritmi di machine learning.
  • Python Esperienza di programmazione.

Pubblico

  • Scienziati dei dati
  • Analisti di dati con un background tecnico
  14 ore
 

Numero di Partecipanti


Data Inizio

Data Fine


Dates are subject to availability and take place between 09:30 and 16:30.
I corsi di formazione pubblici richiedono più di 5 partecipanti.

Corsi relativi

Categorie relative