|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/autokeras-rc-learning-pythonsignate/
课程评论：没有评论
# AutoKerasによる分類モデル/回帰モデル作成講座: 【AutoML/Python/SIGNATE】 课程内容摘要 本课程专注于使用Automated Machine Learning (AutoML) 工具AutoKeras包，旨在使用户能够轻松快捷地构建和优化机器学习模型。课程内容围绕AutoKeras的核心功能展开，并结合实际案例进行讲解。 **课程主要内容：** * **AutoKeras入门：** 介绍AutoKeras是什么，以及它在自动化机器学习过程中的作用。 * **AutoKeras参数详解：** 深入讲解AutoKeras的各项配置参数，帮助用户理解如何调整这些参数以达到最佳模型效果。 * **回_归模型构建：** 通过实际数据集（例如"Diamonds"）演示如何使用AutoKeras构建和训练回_归模型，并分享提升模型预测精度的技巧。 * **分类模型构建：** * **二值分类：** 以经典的"Titanic"数据集为例，讲解如何构建二值分类模型。 * **多类别分类：** 使用"Iris"（鸢尾花）数据集，演示多类别分类模型的构建过程。 * **SIGNATE实战挑战：** * **山火消失面积预测：** 参与SIGNATE上的一个实际项目，运用AutoKeras完成山火消失面积的预测任务，检验自动化工具的预测能力。 * **毒蘑菇分类：** 参与另一项SIGNATE挑战，通过毒蘑菇分类任务，进一步验证AutoKeras在不同领域和数据类型上的应用效果。 **学习目标：** 本课程适合对机器学习感到苦手但希望快速上手实践的用户。通过学习，学员将能够： * 理解AutoKeras的基本原理和优势。 * 熟练使用AutoKeras进行回_归和分类模型的构建。 * 掌握调整AutoKeras参数以提高模型预测精度的关键技巧。 * 通过参与SIGNATE比赛，将所学知识应用于真实世界的机器学习问题。 **总体而言，这是一门实用性强、易于上手的AutoML课程，旨在帮助学习者快速掌握使用AutoKeras构建高效机器学习模型的能力。**
本講座はAutomated Machine Learning Tool（自動機械学習モデル）であるAutoKerasパッケージを使用し、公式ドキュメントを参考にしながら AutoKerasのArguments、そして回帰/分類モデルの作成、やモデルの予測精度向上のコツを学習していくコースとなっています。また、講義の中では分析コンペティション（SIGANTE）にも参加し、機械学習モデル自動化ツールがどれほどの予測精度を出すか確認できます。手軽で実用的なツールなため、機械学習に苦手意識を持っていた方でもお勧めです。コース内容は以下の通りです。Section1:はじめにSection2:回帰【Tips】Section3:回帰【Diamonds】Section4:二値分類【Titanic】Section5:マルチクラス分類【Iris】Section6:Challenge for SIGNATE 【山火事の消失面積予測】Section7:Challenge for SIGNATE 【毒キノコの分類】
