Prowadzone przez instruktorów kursy szkoleniowe na żywo Ensemble Learning online lub na miejscu demonstrują poprzez interaktywną praktykę praktyczną, jak korzystać z technik zespołowego uczenia maszynowego w celu łączenia wielu modeli w celu zwiększenia dokładności i niezawodności prognoz. Szkolenie Ensemble Learning jest dostępne jako "szkolenie na żywo online" lub "szkolenie na żywo na miejscu". Szkolenie na żywo online (inaczej "zdalne szkolenie na żywo") odbywa się za pośrednictwem interaktywnego, zdalnego pulpitu. Szkolenie na żywo na miejscu może być prowadzone lokalnie w siedzibie klienta w dolnośląskie lub w korporacyjnych centrach szkoleniowych NobleProg w dolnośląskie. Ensemble Learning jest również znane jako Ensemble Methods lub Ensemble Modeling. NobleProg - Twój lokalny dostawca szkoleń
Wrocław
NobleProg, Ludwika Rydygiera 2a/22, Wroclaw, Polska, 50-249
Lokal znajduje się w samym centrum miasta (vis-à-vis hotelu HP Park Plaza), zaledwie 10 minut spacerem od Rynku, tuż przy skrzyżowaniu ulic Drobnera i Rydygiera.
Wejście do budynku zlokalizowane jest od strony ulicy Śrutowej, tuż przy skrzyżowaniu z Bolesława Drobnera. Idąc od strony pl. Bema, mijamy po prawej stronie Rossmann i tuż za nim skręcamy w Śrutową - wejście będzie po prawej. Kierując się od pl. Dubois, mijamy po lewej aptekę Ziko oraz Carrefour Express i dochodzimy aż do skrzyżowania z ul. Śrutową - skręcamy w nią, wejście do budynku będzie po prawej stronie.
Sala szkoleniowa znajduje się na drugim piętrze.
Parking
W pobliżu sali szkoleniowej liczba miejsc parkingowych jest ograniczona, nie obowiązuje strefa płatnego parkowania (wzdłuż ulic Rydygiera, Śrutowej i Henryka Brodatego, Bolesława Drobnera). Ul. Ludwika Rydygiera jest jednokierunkowa, wjazd od ul. Bolesława Drobnera. Ul. Śrutowa także jest jednokierunkowa, wjazd od ul. Henryka Brodatego.
Dojazd komunikacją miejską
To szkolenie prowadzone przez instruktora w trybie dolnośląskie (online lub stacjonarnie) jest skierowane do programistów i naukowców danych na poziomie początkującego do średnio zaawansowanego, którzy chcą poznać podstawy LightGBM i zbadać zaawansowane techniki.
Na koniec tego szkolenia uczestnicy będą w stanie:
Zainstalować i skonfigurować LightGBM.
Zrozumieć teorię za gradient boostingiem i algorytmami drzew decyzyjnych.
Używać LightGBM do podstawowych i zaawansowanych zadań uczenia maszynowego.
Wdrożyć zaawansowane techniki, takie jak inżynieria cech, dostrajanie hiperparametrów i interpretacja modeli.
Integrować LightGBM z innymi ramami uczenia maszynowego.
To prowadzone przez instruktora szkolenie w trybie dolnośląskie (online lub na miejscu) jest skierowane do naukowców danych i inżynierów oprogramowania, którzy chcą wykorzystać AdaBoost do budowy algorytmów boostingowych dla uczenia maszynowego z użyciem Pythona.
Po ukończeniu tego szkolenia uczestnicy będą w stanie:
Zainstalować niezbędne środowisko rozwojowe do budowy modeli uczenia maszynowego z AdaBoost.
Zrozumieć podejście uczenia zespołowego oraz jak wdrożyć adaptacyjny boosting.
Nauczyć się budowy modeli AdaBoost w celu wzmacniania algorytmów uczenia maszynowego w Pythonie.
Używać optymalizacji hiperparametrów do zwiększania dokładności i wydajności modeli AdaBoost.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest przeznaczone dla naukowców ds. danych i inżynierów oprogramowania, którzy chcą używać Random Forest do budowania algorytmów uczenia maszynowego dla dużych zbiorów danych.
Na koniec tego szkolenia uczestnicy będą w stanie:
Skonfigurować niezbędne środowisko programistyczne do rozpoczęcia budowania modeli uczenia maszynowego z Random Forest.
Zrozumieć zalety Random Forest i jak go wdrożyć, aby rozwiązać problemy klasyfikacji i regresji.
Nauczyć się obsługi dużej ilości danych i interpretacji wielu drzew decyzyjnych w Random Forest.
Oceniać i optymalizować wydajność modeli uczenia maszynowego przez dostrajanie hiperparametrów.