دوره
اصول بوستینگ گرادیانی رو یاد بگیرید و مدل‌های پیشرفته یادگیری ماشین رو با استفاده از XGBoost برای حل مسائل طبقه‌بندی و رگرسیون بسازید.
در این بخش، با ایده اصلی پشت XGBoost یعنی یادگیرنده‌های تقویت‌شده آشنا می‌شید. وقتی نحوه کار XGBoost رو درک کردید، از اون برای حل یکی از مسائل رایج طبقه‌بندی در صنعت استفاده می‌کنید: پیش‌بینی این که آیا یک مشتری در آینده ارتباطش رو با کسب‌وکار قطع می‌کنه یا نه.
بعد از یک مرور کوتاه روی رگرسیون نظارت‌شده، از XGBoost برای حل مسئله رگرسیون و پیش‌بینی قیمت خانه‌ها در ایمز، آیووا استفاده می‌کنید. با دو نوع یادگیرنده پایه که XGBoost می‌تونه به‌عنوان یادگیرنده‌های ضعیف از اون‌ها استفاده کنه آشنا می‌شید و نحوه ارزیابی کیفیت مدل‌های رگرسیون‌تون رو هم مرور می‌کنید.
در این بخش، یاد می‌گیرید چطور عملکرد مدل‌های XGBoost خودتون رو تا حد ممکن بهتر کنید. با پارامترهای مختلفی آشنا می‌شید که می‌تونید برای تغییر رفتار XGBoost تنظیمشون کنید و یاد می‌گیرید چطور این پارامترها رو به‌شکل موثری بهینه کنید تا عملکرد مدل‌هاتون رو به‌طور قابل‌توجهی بهبود بدید.
مهارت‌هاتون در XGBoost رو با قرار دادن مدل‌هاتون در دو پایپ‌لاین کامل یادگیری ماشین، به سطح بالاتری ببرید. یاد می‌گیرید چطور مهم‌ترین هایپرپارامترهای XGBoost رو داخل یک پایپ‌لاین به‌شکل موثری بهینه کنید و با چند تکنیک پیشرفته‌تر پیش‌پردازش هم آشنا می‌شید.
با تکمیل این دوره، شما یک گواهی معتبر دریافت می‌کنید که بیانگر کسب مهارت‌های لازم مرتبط با این دوره آموزشی است.
هر مدرک دارای شناسه یکتا و لینک اعتبارسنجی است که امکان بررسی و تأیید اصالت آن را فراهم می‌کند.
می‌توانید گواهی‌های خود را به‌راحتی در شبکه‌های حرفه‌ای مانند لینکدین با دیگران به اشتراک بگذارید.
در این بخش، با ایده اصلی پشت XGBoost یعنی یادگیرنده‌های تقویت‌شده آشنا می‌شید. وقتی نحوه کار XGBoost رو درک کردید، از اون برای حل یکی از مسائل رایج طبقه‌بندی در صنعت استفاده می‌کنید: پیش‌بینی این که آیا یک مشتری در آینده ارتباطش رو با کسب‌وکار قطع می‌کنه یا نه.
بعد از یک مرور کوتاه روی رگرسیون نظارت‌شده، از XGBoost برای حل مسئله رگرسیون و پیش‌بینی قیمت خانه‌ها در ایمز، آیووا استفاده می‌کنید. با دو نوع یادگیرنده پایه که XGBoost می‌تونه به‌عنوان یادگیرنده‌های ضعیف از اون‌ها استفاده کنه آشنا می‌شید و نحوه ارزیابی کیفیت مدل‌های رگرسیون‌تون رو هم مرور می‌کنید.
در این بخش، یاد می‌گیرید چطور عملکرد مدل‌های XGBoost خودتون رو تا حد ممکن بهتر کنید. با پارامترهای مختلفی آشنا می‌شید که می‌تونید برای تغییر رفتار XGBoost تنظیمشون کنید و یاد می‌گیرید چطور این پارامترها رو به‌شکل موثری بهینه کنید تا عملکرد مدل‌هاتون رو به‌طور قابل‌توجهی بهبود بدید.
مهارت‌هاتون در XGBoost رو با قرار دادن مدل‌هاتون در دو پایپ‌لاین کامل یادگیری ماشین، به سطح بالاتری ببرید. یاد می‌گیرید چطور مهم‌ترین هایپرپارامترهای XGBoost رو داخل یک پایپ‌لاین به‌شکل موثری بهینه کنید و با چند تکنیک پیشرفته‌تر پیش‌پردازش هم آشنا می‌شید.
با تکمیل این دوره، شما یک گواهی معتبر دریافت می‌کنید که بیانگر کسب مهارت‌های لازم مرتبط با این دوره آموزشی است.
هر مدرک دارای شناسه یکتا و لینک اعتبارسنجی است که امکان بررسی و تأیید اصالت آن را فراهم می‌کند.
می‌توانید گواهی‌های خود را به‌راحتی در شبکه‌های حرفه‌ای مانند لینکدین با دیگران به اشتراک بگذارید.
با اپلیکیشن فینکا، به بیشتر دوره‌ها و مسیرها روی موبایل دسترسی دارید، تمرین می‌کنید و یادگیری رو هم‌زمان روی موبایل و دسکتاپ ادامه می‌دید.