Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción
- Descripción general de las características y ventajas de AdaBoost
- Comprensión de los métodos de aprendizaje por conjuntos
Primeros pasos
- Configuración de las bibliotecas (Numpy, Pandas, Matplotlib, etc.)
- Importación o carga de conjuntos de datos
Construcción de un modelo de AdaBoost con Python
- Preparación de los conjuntos de datos para el entrenamiento
- Creación de una instancia con AdaBoostClassifier
- Entrenamiento del modelo de datos
- Cálculo y evaluación de los datos de prueba
Trabajo con hiperparámetros
- Exploración de hiperparámetros en AdaBoost
- Definición de valores y entrenamiento del modelo
- Modificación de hiperparámetros para mejorar el rendimiento
Mejores prácticas y consejos para la resolución de problemas
Resumen y siguientes pasos
Requerimientos
- Comprensión de los conceptos básicos de aprendizaje automático
- Experiencia en programación con Python
Público objetivo
- Científicos de datos
- Ingenieros de software
14 Horas
Testimonios (3)
Estilo de formación y el conocimiento general del formador.
Kenosi - NWK Limited
Curso - Laravel: Middleware Development
Traducción Automática
Las lecciones fueron muy interactivas y los ejercicios fueron prácticos.
Heino - NWK Limited
Curso - Laravel and Vue.js
Traducción Automática
estaba explicando y dando numerosos ejemplos para que lo comprendiéramos
Selina - NWK
Curso - Laravel PHP Framework
Traducción Automática
