Struttura del corso

Introduzione a LightGBM

  • Cos'è LightGBM?
  • Perché usare LightGBM?
  • Confronto con altri framework di apprendimento automatico
  • Panoramica delle funzionalità e dell'architettura di LightGBM

Comprendere gli Algoritmi Decision Tree

  • Il ciclo di vita di un algoritmo decision tree
  • Come gli algoritmi decision tree si inseriscono nell'apprendimento automatico
  • Funzionamento degli algoritmi decision tree

Inizio con LightGBM

  • Impostazione dell'ambiente di sviluppo
  • Installazione di LightGBM come applicazione standalone
  • Installazione di LightGBM come contenitore (Docker, Podman, ecc.)
  • Installazione di LightGBM on-premise
  • Installazione di LightGBM in cloud (privato, AWS, ecc.)
  • Utilizzo di base di LightGBM per classificazione e regressione

Tecniche Avanzate in LightGBM

  • Ingegneria delle caratteristiche con LightGBM
  • Tuning degli iperparametri con LightGBM
  • Interpretazione dei modelli con LightGBM

Integrazione di LightGBM con Altre Tecnologie

  • LightGBM con Python
  • LightGBM con R
  • LightGBM con SQL

Distribuzione dei Modelli LightGBM

  • Esportazione di modelli LightGBM
  • Utilizzo di LightGBM in ambienti di produzione
  • Scenari di distribuzione comuni

Risoluzione dei Problemi con LightGBM

  • Problemi comuni con LightGBM e come risolverli
  • Debugging di modelli LightGBM
  • Monitoraggio dei modelli LightGBM in produzione

Riepilogo e Passi Successivi

  • Revisione delle basi di LightGBM e tecniche avanzate
  • Sessione Q&A
  • Passi successivi per l'uso di LightGBM in scenari reali

Requisiti

  • Conoscenza del linguaggio di programmazione Python
  • Esperienza con l'apprendimento automatico
  • Conoscenze basilari degli algoritmi decision tree

Pubblico di Riferimento

  • Sviluppatori
  • Data scientist
 21 ore

Numero di Partecipanti


Prezzo per partecipante

Corsi in Arrivo

Categorie relative