Výběr a přizpůsobení architektur a hyperparametrů pomocí náhodného lesa.

Začátečník
AI Engineer
Data Scientist
Student
Azure

Složitější modely je často možné ručně přizpůsobit, aby se zlepšila jejich efektivita. Prostřednictvím cvičení a vysvětlujícího obsahu prozkoumáme, jak může změna architektury složitějších modelů přinést efektivnější výsledky.

Cíle výuky

V tomto modulu:

  • Objevte nové typy modelů: rozhodovací stromy a náhodné lesy.
  • Zjistěte, jak může architektura modelu ovlivnit výkon.
  • Procvičte si práci s hyperparametry, abyste zlepšili efektivitu trénování.

Požadavky

Znalost modelů strojového učení