// KÉPZÉS CÉLJA

Napjainkban egyre több és jobb gépi algoritmus került kifejlesztésre. Ezen algoritmusok egy része nemcsak modelleket épít, de az elemzésnek ún. "feature selection" szakaszát is kiváltják. Ennek ellenére az elemzés ezen szakaszát az elemzőknek ismerni kell. A kurzus célja, hogy bemutasson különbözp "feature selection" és "feature importance" technikákat, amik segítségével nemcsak a modellezés hatékonysága növelhető, de segíti az elemzés ún. "exploratory" szakaszában a lényegi összefüggések feltárásában.

// KÉPZÉS TEMATIKÁJA

Elmélet:

- Mi a "feature selection" és a "feature importance"?

- Milyen alapeljárások vannak a változók fontosságának mérésére?

- Létezik univerzális fontossági sorrendje a változóknak? Milyen összefüggés van a változók fontossága és a kiválasztott gépi tanuló között?

- Hogyan befolyásolja egy változó fontosságát, ha sztenderdizáljuk?

Gyakorlati blokk (Python kódokon keresztül):

- Feature selection függvények (SelectBest() )

- Feature importance függvények különböző felügyelt tanító algoritmusoknál ( feature_importances_.tolist() )

- Hogyan vizualizáljuk a változók sorrendjét hagyományos histogram diagramokkal?

- Milyen Python csomag van a változók szűrésére  és megjelenítésére (yellowbrick csomag bemutatása)

// KINEK AJÁNLOM

Adatelemzőknek, adatmérnököknek, de végül is mindenkinek, aki adatelemzéssel foglalkozik.

// DÍJ

39.000 Ft  + ÁFA

// MIKOR ÉS HOL?

2023.06.02 - Kiscsoportos képzés keretében tartom személyesen (Bartók Béla út 105-113. I/B, Budapest 1115 - kiselőadó)

Cégek kérhetnek kihelyezett tréninget minimum 3 fős létszámtól. Ebben az esetben van lehetőség arra, hogy a tréning során bemutatott példák, esettanulmányok az adott cég üzleti profiljához legyenek igazítva. Egyedi ajánlat kérésére email-ben vagy a honlap online regisztrációs felületén van lehetőség.