Schulungsübersicht

Einführung

  • Überblick über AdaBoost Merkmale und Vorteile
  • Verständnis von Ensemble-Lernmethoden

Erste Schritte

  • Einrichten der Bibliotheken (Numpy, Pandas, Matplotlib, usw.)
  • Importieren oder Laden von Datensätzen

Aufbau eines AdaBoost-Modells mit Python

  • Vorbereiten von Datensätzen für das Training
  • Erstellen einer Instanz mit AdaBoostClassifier
  • Trainieren des Datenmodells
  • Berechnen und Auswerten der Testdaten

Arbeiten mit Hyperparametern

  • Untersuchung von Hyperparametern in AdaBoost
  • Einstellen der Werte und Trainieren des Modells
  • Ändern von Hyperparametern zur Verbesserung der Leistung

Best Practices und Tipps zur Fehlerbehebung

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Verständnis von Konzepten des maschinellen Lernens
  • Python Programmiererfahrung

Zielgruppe

  • Datenwissenschaftler
  • Software-Ingenieure
 14 Stunden

Teilnehmerzahl


Price per participant (excl. VAT)

Kommende Kurse

Verwandte Kategorien