Überwachtes Lernen mit scikit-learn
George Boorman
Core Curriculum Manager, DataCamp
Erstellung von Vorhersagemodellen mit überwachtem Lernen
Nutzung der Modelle für Regressions- und Klassifikationsaufgaben
Unteranpassung und Überanpassung
Aufteilung in Trainingsdaten und Testdaten
Kreuzvalidierung
Techniken zur Vorverarbeitung von Daten
Modellauswahl
Bewertung der Modellleistung
Optimierung mit Hyperparametern
Verwendung von Pipelines
Maschinelles Lernen mit baumbasierten Modellen in Python
Datenvorverarbeitung für maschinelles Lernen in Python
Modellvalidierung in Python
Feature Engineering für maschinelles Lernen in Python
Unüberwachtes Lernen in Python
Projekte mit maschinellem Lernen
Preparing Video For Download...
