Struttura del corso

Introduzione a LightGBM

  • Che cos'è LightGBM?
  • Perché usare LightGBM?
  • Confronto con altri framework di machine learning
  • Panoramica delle funzionalità e dell'architettura di LightGBM

Informazioni sugli algoritmi dell'albero delle decisioni

  • Ciclo di vita di un algoritmo ad albero decisionale
  • In che modo gli algoritmi dell'albero decisionale si integrano con l'apprendimento automatico
  • Come funzionano gli algoritmi dell'albero delle decisioni

Guida introduttiva a LightGBM

  • Impostazione dell'ambiente di sviluppo
  • Installazione di LightGBM come applicazione autonoma
  • Installazione di LightGBM come contenitore (Docker, Podman, ecc.)
  • Installazione di LightGBM on-premise
  • Installazione di LightGBM nel cloud (privato, AWS, ecc.)
  • Utilizzo di base di LightGBM per la classificazione e la regressione

Tecniche avanzate in LightGBM

  • Progettazione delle funzionalità con LightGBM
  • Ottimizzazione degli iperparametri con LightGBM
  • Interpretazione del modello con LightGBM

Integrazione di LightGBM con altre tecnologie

  • LightGBM con Python
  • LightGBM con R
  • LightGBM con SQL

Distribuzione di modelli LightGBM

  • Esportazione di modelli LightGBM
  • Utilizzo di LightGBM in ambienti di produzione
  • Scenari di distribuzione comuni

Risoluzione dei problemi di LightGBM

  • Problemi comuni con LightGBM e come risolverli
  • Debug dei modelli LightGBM
  • Monitoraggio dei modelli LightGBM in produzione

Riepilogo e passaggi successivi

  • Ripasso delle basi e delle tecniche avanzate di LightGBM
  • Sessione di domande e risposte
  • Passaggi successivi per l'uso di LightGBM in scenari reali

Requisiti

  • Comprensione della programmazione Python
  • Esperienza con l'apprendimento automatico
  • Conoscenza di base degli algoritmi dell'albero decisionale

Pubblico

  • Gli sviluppatori
  • Scienziati dei dati
 21 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative