|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/automl-pycaret/
课程评论：没有评论
**课程名称：** 使用 Pycaret 进行自动化机器学习 **课程概述：** 本课程将引导您进入使用 Pycaret 库进行自动化机器学习的领域。Pycaret 是一个强大的工具，可以简化构建、训练和部署机器学习模型的过程。通过本课程，您将学习机器学习的理论基础，以及如何使用 Pycaret 应用这些概念。从数据准备到模型评估，您将全面掌握如何利用 Pycaret 实现自动化机器学习流程。 **课程结构：** * **自动化机器学习和 Pycaret 简介：** * 什么是自动化机器学习 * 使用 Pycaret 的优势 * 开发环境配置 * Pycaret 安装和配置 * 示例数据集概览 * **数据预处理：** * 使用 Pycaret 导入数据 * 探索性数据分析 * 数据清洗和转换 * 处理缺失值 * 异常值处理 * 数据归一化与标准化 * 数据准备建模 * **模型训练：** * 将数据划分为训练集和测试集 * 类别变量编码 * 特征选择 * 特征缩放 * 训练环境配置 * 训练分类、回归和聚类模型 * 超参数调优 * 交叉验证 * **模型评估：** * 性能评估指标 * 结果可视化 * 模型比较 * 选择最终模型 * **模型部署：** * 导出训练好的模型 * 监控模型性能 * **Pycaret 高级策略：** * 模型堆叠 * 模型集成 * 高级超参数调优 * 自动化特征探索 * 模型诊断 * **特色功能：** * 使用 Pycaret 构建仪表板 * Deepcheck (高级分析) * 使用 Pycaret 构建应用程序 * Pycaret 补充功能 * **最佳实践和结论：** * 最佳实践和注意事项 * 课程回顾
Aprenda Machine Learning automatizado com PycaretNeste curso, você será introduzido ao mundo do Machine Learning automatizado usando a biblioteca Pycaret. O Pycaret é uma ferramenta poderosa que simplifica o processo de construção, treinamento e implantação de modelos de Machine Learning. Ao longo deste curso, você aprenderá os fundamentos teóricos do Machine Learning, bem como como aplicar esses conceitos usando o Pycaret. Desde a preparação dos dados até a avaliação do modelo, você desenvolverá uma compreensão completa de como usar o Pycaret para automatizar o processo de Machine Learning.Estrutura do Curso: Introdução ao Machine Learning automatizado e PycaretO que é Machine Learning automatizadoBenefícios do uso do PycaretConfiguração do ambiente de desenvolvimentoInstalação e configuração do PycaretVisão geral do conjunto de dados de exemploPré-processamento de DadosImportação de dados com o PycaretAnálise exploratória de dadosLimpeza e transformação de dadosLidando com valores ausentesTratamento de outliersNormalização e padronização de dadosPreparação de Dados para ModelagemDivisão de dados em conjuntos de treinamento e testeCodificação de variáveis categóricasSeleção de característicasDimensionamento de característicasTreinamento de ModelosConfiguração do ambiente de treinamentoTreinamento de modelos de classificação, regressão e agrupamentoAjuste de hiperparâmetrosValidação cruzadaAvaliação de modelosComparação de ModelosMétricas de avaliação de desempenhoVisualização de resultadosSeleção do modelo final Implantação do ModeloExportação do modelo treinadoMonitoramento de desempenho do modelo Estratégias Avançadas com PycaretStacking de modelosEnsembling de modelosAjuste de hiperparâmetros avançadoExploração automatizada de característicasDiagnóstico de modeloRecursos especiaisConstrução de dashboards usando pycaretDeepcheck (análise avançada)Contrução de aplicativo com pycaretFunções complementares do Pycaret Práticas recomendadas e considerações finaisRecapitulação do curso
