Course Outline

Perkenalan

  • Tinjauan umum Random Forest fitur dan keuntungan
  • Memahami pohon keputusan dan metode ensemble

Memulai

  • Menyiapkan pustaka (Numpy, Pandas, Matplotlib, dll.)
  • Klasifikasi dan regresi dalam Random Forest
  • Kasus penggunaan dan contoh

Implementasi Random Forest

  • Mempersiapkan set data untuk pelatihan
  • Melatih model pembelajaran mesin
  • Mengevaluasi dan meningkatkan akurasi

Menyetel Hiperparameter di Random Forest

  • Melakukan validasi silang
  • Pencarian acak dan Pencarian grid
  • Memvisualisasikan kinerja model pelatihan
  • Mengoptimalkan hiperparameter

Praktik Terbaik dan Tips Pemecahan Masalah

Ringkasan dan Langkah Berikutnya

Requirements

  • Pemahaman tentang konsep pembelajaran mesin
  • Python pengalaman pemrograman

Hadirin

  • Ilmuwan data
  • Insinyur perangkat lunak
 14 Hours

Number of participants


Price per participant

Upcoming Courses (Minimal 5 peserta)

Related Categories