Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Introdução
- Visão geral das características e vantagens do Random Forest
- Compreendendo árvores de decisão e métodos ensemble
Começando
- Configurando as bibliotecas (Numpy, Pandas, Matplotlib, etc.)
- Classificação e regressão em Random Forests
- Casos de uso e exemplos
Implementando Random Forest
- Preparando conjuntos de dados para treinamento
- Treinando o modelo de aprendizado de máquina
- Avaliando e melhorando a precisão
Ajustando os Hiperparâmetros no Random Forest
- Realizando validações cruzadas
- Busca aleatória e busca em grade (Grid search)
- Visualizando o desempenho do modelo de treinamento
- Otimizando hiperparâmetros
Melhores Práticas e Dicas de Solução de Problemas
Resumo e Próximos Passos
Requisitos
- Compreensão dos conceitos de aprendizado de máquina
- Experiência em programação Python
Público-Alvo
- Cientistas de dados
- Engenheiros de software
14 Horas