700+ courses, half price
Cursusbeschrijving
Ken je de basis van supervised learning en wil je state-of-the-art modellen toepassen op echte datasets? Gradient boosting is momenteel een van de populairste technieken voor efficiënt modelleren van tabelvormige datasets van elke omvang. XGBoost is een zeer snelle, schaalbare implementatie van gradient boosting. Modellen met XGBoost winnen regelmatig online data science-wedstrijden en worden op grote schaal gebruikt in uiteenlopende sectoren. In deze cursus leer je hoe je deze krachtige bibliotheek samen met pandas en scikit-learn gebruikt om supervised learning-modellen te bouwen en te finetunen. Je werkt met echte datasets om classificatie- en regressieproblemen op te lossen.
Vereisten
Lesprogramma
Cursusoverzicht
1
Classificatie met XGBoost
In dit hoofdstuk maak je kennis met het kernidee achter XGBoost: boosted learners. Zodra je begrijpt hoe XGBoost werkt, pas je het toe op een veelvoorkomend classificatieprobleem in het bedrijfsleven: voorspellen of een klant op enig moment in de toekomst zal afhaken.
- Welkom bij de cursus!50 XP
- Welke van deze is een classificatieprobleem?50 XP
- Welke van deze is een binair classificatieprobleem?50 XP
- Kennismaken met XGBoost50 XP
- XGBoost: fit/predict100 XP
- Wat is een beslisboom?50 XP
- Decision trees100 XP
- Wat is boosting?50 XP
- Nauwkeurigheid meten100 XP
- AUC meten100 XP
- Wanneer gebruik je XGBoost?50 XP
- XGBoost gebruiken50 XP
2
Regressie met XGBoost
Na een korte herhaling van supervised regressie pas je XGBoost toe op de regressietaak om huizenprijzen in Ames, Iowa te voorspellen. Je leert over de twee soorten basislearners die XGBoost kan gebruiken als zwakke learners, en je herhaalt hoe je de kwaliteit van je regressiemodellen evalueert.
3
Je XGBoost-model finetunen
Dit hoofdstuk laat je zien hoe je je XGBoost-modellen zo goed mogelijk laat presteren. Je leert over de verschillende parameters die je kunt aanpassen om het gedrag van XGBoost te sturen en hoe je die efficiënt afstemt zodat je de prestaties van je modellen een flinke boost geeft.
4
XGBoost gebruiken in pipelines
Breng je XGBoost-vaardigheden naar een hoger niveau door je modellen op te nemen in twee end-to-end Machine Learning-pipelines. Je leert hoe je de belangrijkste XGBoost-hyperparameters efficiënt afstemt binnen een pipeline, en je krijgt een introductie tot enkele meer geavanceerde preprocessing-technieken.
Extreme Gradient Boosting met XGBoost
Cursus
voltooid
