آموزش ارزیابی و انتخاب مدل با استفاده از یادگیری scikit

Model Evaluation and Selection Using scikit-learn

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره: تکنیک ها و معیارهای مورد استفاده برای ارزیابی عملکرد مدل یادگیری ماشین شما را مرور کنید. شما همچنین روشهایی را برای انتخاب بهترین مدل یادگیری ماشین از مجموعه مدلهایی که ساخته اید فرا خواهید گرفت. در طی فرایند ساخت مدل یادگیری ماشین ، باید تصمیمات مهمی در مورد چگونگی ارزیابی عملکرد خوب مدلهای خود بگیرید ، و همچنین نحوه انتخاب بهترین مدل با عملکرد. در این دوره ، ارزیابی و انتخاب مدل با استفاده از یادگیری ، شما دانش بنیادی را خواهید آموخت/توانایی ارزیابی و انتخاب بهترین مدل ها را کسب خواهید کرد. ابتدا با انواع معیارها آشنا می شوید که می توانید برای ارزیابی عملکرد مدل های خود استفاده کنید. در مرحله بعدی ، شما تکنیک هایی را برای انتخاب مدلی کشف خواهید کرد که بهترین عملکرد را در آینده داشته باشد. سرانجام ، شما نحوه استفاده از این دانش در پایتون را با استفاده از کتابخانه یادگیری scikit یاد خواهید گرفت. پس از اتمام این دوره ، مهارت و دانش لازم برای ارزیابی و انتخاب بهترین مدل یادگیری ماشین از مجموعه مدلهایی که ساخته اید را خواهید داشت.

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

ارزیابی و انتخاب مدل چیست؟ What Is Model Evaluation and Selection?

  • ارزیابی و انتخاب مدل Model Evaluation and Selection

روشهای ارزیابی مدلهای طبقه بندی Evaluation Methods for Classification Models

  • مقدمه Introduction

  • تازه کردن مدل طبقه بندی Classification Model Refresher

  • ماتریس سردرگمی Confusion Matrix

  • دقت ، دقت ، یادآوری و امتیاز F1 Accuracy, Precision, Recall, and F1 Score

  • انتخاب متریک مناسب Choosing the Right Metric

  • منحنی های ROC و AUC ROC Curves and AUC

  • نسخه ی نمایشی Demo

روشهای ارزیابی مدلهای رگرسیون Evaluation Methods for Regression Models

  • مقدمه Introduction

  • رگرسیون مدل رگرسیون Regression Model Refresher

  • خطای میانگین مربع و خطای میانگین مربع ریشه Mean Square Error and Root Mean Square Error

  • میانگین خطای مطلق Mean Absolute Error

  • R- مربع و تنظیم R-مربع R-squared and Adjusted R-squared

  • انتخاب متریک مناسب Choosing the Right Metric

  • نسخه ی نمایشی Demo

  • خلاصه Summary

تکنیک های انتخاب مدل Model Selection Techniques

  • تکنیک های انتخاب مدل Model Selection Techniques

همه اش را بگذار کنار هم Putting It All Together

  • مرور مجدد معضل Data Scientist Revisiting the Data Scientist's Dilemma

  • روش های ارزیابی مدل Model Evaluation Methods

  • تکنیک های انتخاب مدل Model Selection Techniques

  • نسخه ی نمایشی: با استفاده از مجموعه داده های بیمار Demo: Using the Patient Dataset

نمایش نظرات

نظری ارسال نشده است.

آموزش ارزیابی و انتخاب مدل با استفاده از یادگیری scikit
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
1h 17m
22
Pluralsight (پلورال سایت) pluralsight-small
01 آذر 1398 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
-
از 5
دارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Pluralsight (پلورال سایت)

Pluralsight یکی از پرطرفدارترین پلتفرم‌های آموزش آنلاین است که به میلیون‌ها کاربر در سراسر جهان کمک می‌کند تا مهارت‌های خود را توسعه دهند و به روز رسانی کنند. این پلتفرم دوره‌های آموزشی در زمینه‌های فناوری اطلاعات، توسعه نرم‌افزار، طراحی وب، مدیریت پروژه، و موضوعات مختلف دیگر را ارائه می‌دهد.

یکی از ویژگی‌های برجسته Pluralsight، محتوای بروز و با کیفیت آموزشی آن است. این پلتفرم با همکاری با توسعه‌دهندگان و کارشناسان معتبر، دوره‌هایی را ارائه می‌دهد که با توجه به تغییرات روزافزون در صنعت فناوری، کاربران را در جریان آخرین مفاهیم و تکنولوژی‌ها نگه می‌دارد. این امر به کاربران این اطمینان را می‌دهد که دوره‌هایی که در Pluralsight می‌پذیرند، با جدیدترین دانش‌ها و تجارب به روز شده‌اند.