Udostępnij!
Tuning modeli predykcyjnych jest jednym z podstawowych sposobów na poprawę zdolności predykcyjnych algorytmu.
Słuchacze poznają dwie podstawowe metody optymalizacji pojedynczych modeli (Grid search oraz Randomized grid search) jak również metodę łączenia modeli w zespół, który podejmuje ostateczną decyzję (analogia do konsylium lekarskiego).
Przedstawiona zostanie również metoda wzbogacania danych (data augmentation) w dziedzinie analizy obrazów. Wszystkie analizowane metody zostaną zaprezentowane od strony teoretycznej, jak i praktycznej (przykłady w Pythonie).
Na seminarium zapraszamy osoby chcące poznać metody poprawiania wydajności w uczeniu maszynowym [ML]. Oczekiwana jest podstawowa wiedza z ML oraz Pythona.
Agenda
- Czym jest tuning modeli?
- Optymalizacja pojedynczych modeli
- Zespoły modeli (ensemble learning)
- Wzbogacanie danych (data augmentation)