Feature engineering to proces tworzenia i przekształcania danych wejściowych, który znacząco wpływa na skuteczność modeli machine learning. Szkolenie pokazuje, jak poprawiać jakość danych i zwiększać trafność predykcji.
Program obejmuje metody obsługi brakujących wartości, takie jak imputacja czy usuwanie danych. Uczestnicy uczą się dobierać odpowiednie podejścia w zależności od kontekstu analizy.
Szkolenie obejmuje kodowanie zmiennych kategorycznych oraz skalowanie danych liczbowych. Uczestnicy uczą się przygotowywać dane do pracy z modelami ML.
Program obejmuje selekcję najważniejszych cech oraz tworzenie nowych zmiennych na podstawie danych. Uczestnicy uczą się zwiększać jakość modeli poprzez lepsze przygotowanie danych.
Pipeline danych to uporządkowany proces przetwarzania danych przed trenowaniem modelu. Szkolenie pokazuje, jak automatyzować przygotowanie danych i budować powtarzalne procesy analityczne.
Nie widzisz szkolenia, którego szukasz?
Żadna tematyka nas nie ogranicza – jesteśmy otwarci i stworzymy szkolenie idealnie dopasowane do Twoich potrzeb.
Przykładowe szkolenia: Cisco, Analiza biznesowa, BPMN, UML, PowerBi, Elasticsearch, Sztuczna inteligencja, Python, C++, C#, Selenium, Jenkins, Szkolenia miękkie, UX, Social Media i Marketing, Sprzedaż, Zarządzanie projektami, Design Thinking, Linux, Embedded, Postman, Ms Excel, Adobe, Docker, Kubernetes, Terraform, Azure, SAP, UiPath, Machine Learning.
