Prenez contact avec nous

Plan du cours

Introduction

  • Vue d'ensemble des fonctionnalités et des avantages d'AdaBoost
  • Compréhension des méthodes d'apprentissage par ensembles

Premiers pas

  • Configuration des bibliothèques (Numpy, Pandas, Matplotlib, etc.)
  • Importation ou chargement des jeux de données

Construction d'un modèle AdaBoost avec Python

  • Préparation des jeux de données pour l'entraînement
  • Création d'une instance avec AdaBoostClassifier
  • Entraînement du modèle de données
  • Calcul et évaluation des données de test

Travail avec les hyperparamètres

  • Exploration des hyperparamètres dans AdaBoost
  • Définition des valeurs et entraînement du modèle
  • Modification des hyperparamètres pour améliorer les performances

Bonnes pratiques et conseils de dépannage

Résumé et prochaines étapes

Pré requis

  • Une compréhension des concepts de l'apprentissage automatique
  • De l'expérience en programmation Python

Public

  • Data scientists
  • Ingénieurs logiciels
 14 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (4)

Cours à venir

Catégories Similaires