Eğitim İçeriği

Giriş

Çalışma Ortamının Kurulması

AutoML Özelliklerine Genel Bakış

AutoML Algoritmaları Nasıl Keşfeder

  • Gradient Boosting Machines (GBM'ler), Random Forest'ler, GLM'ler vb.

Kullanım Senaryoları ile Problemleri Çözme

Eğitim Verisi Türüne Göre Problemleri Çözme

Veri Gizliliği Hususları

Maliyet Hususları

Veri Hazırlama

Sayısal ve Kategorik Verilerle Çalışma

  • IID tablo verisi (H2O AutoML, auto-sklearn, TPOT)

Zamana Bağlı Verilerle (Zaman Serisi Verileri) Çalışma

Ham Metni Sınıflandırma

Ham Görüntü Verisini Sınıflandırma

  • Deep Learning ve Sinirsel Mimari Arama (TensorFlow, PyTorch, Auto-Keras, vb.)

AutoML Yöntemini Dağıtma

AutoML İçindeki Algoritmaların İncelenmesi

Farklı Modelleri Bir Araya Getirerek Birleştirme

Sorun Giderme

Özet ve Sonuç

Kurs İçin Gerekli Önbilgiler

  • Makine öğrenimi algoritmaları konusunda deneyim.
  • Python veya R programlama deneyimi.

Hedef Kitle

  • Veri analistleri
  • Veri bilimcileri
  • Veri mühendisleri
  • Geliştiriciler
 14 Saat

Katılımcı Sayısı


Kişi Başına Fiyat

Yaklaşan Etkinlikler

İlgili Kategoriler