Struttura del corso

Introduzione a LightGBM

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

Comprensione degli algoritmi degli alberi decisionali

  • Il ciclo di vita di un algoritmo degli alberi decisionali
  • Come gli algoritmi degli alberi decisionali si inseriscono nel machine learning
  • Funzionamento degli algoritmi degli alberi decisionali

Iniziare con LightGBM

  • Configurazione dell'ambiente di sviluppo
  • Installazione di LightGBM come applicazione standalone
  • Installazione di LightGBM come container (Docker, Podman, ecc.)
  • Installazione di LightGBM in locale
  • Installazione di LightGBM nel cloud (privato, AWS, ecc.)
  • Utilizzo base di LightGBM per classificazione e regressione

Tecnologie avanzate in LightGBM

  • Ingegneria delle caratteristiche con LightGBM
  • Ottimizzazione dei parametri con LightGBM
  • Interpretazione del modello con LightGBM

Integrazione di LightGBM con altre tecnologie

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

Distribuzione dei modelli LightGBM

  • Esportazione dei 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 dei modelli LightGBM
  • Monitoraggio dei modelli LightGBM in produzione

Riepilogo e prossimi passi

  • Rassegna delle basi di LightGBM e tecniche avanzate
  • Sessione Q&A
  • Prossimi passi per l'uso di LightGBM in scenari reali

Requisiti

  • Una comprensione della programmazione Python
  • Esperienza con il machine learning
  • Conoscenze di base degli algoritmi a decision tree

Pubblico

  • Sviluppatori
  • Data scientists
 21 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative