コース概要

導入

作業環境のセットアップ

AutoML機能概要

AutoML アルゴリズムを探索する方法

  • グラディエントブースティングマシン (GBM)、Random Forest、GLM など。

ユースケースごとに問題を解決する

トレーニング データの種類による問題の解決

データプライバシーに関する考慮事項

コストに関する考慮事項

データの準備

数値データとカテゴリデータの操作

  • IID 表形式データ (H2O AutoML、auto-sklearn、TPOT)

時間依存データ (時系列データ) の操作

生のテキストの分類

生の画像データの分類

  • Deep Learning およびニューラル アーキテクチャ Search (TensorFlow、PyTorch、Auto-Keras など)

AutoML メソッドのデプロイ

内部のアルゴリズムを見てみる AutoML

異なるモデルをアンサンブルする

トラブルシューティング

要約と結論

要求

  • 機械学習アルゴリズムの経験
  • PythonまたはRプログラミングの経験

観客

  • データアナリスト
  • データサイエンティストデータエンジニア開発者
  14 時間
 

参加者の人数


開始

完了


Dates are subject to availability and take place between 10:00 and 17:00.
Open Training Courses require 5+ participants.

お客様の声 (3)

関連コース

関連カテゴリー