XGBoost for Gradient Boosting培训

这种由 讲师指导的 中国 现场培训（在线或现场）面向希望使用 AdaBoost 构建机器学习提升演算法的数据科学家和软体工程师 Python。

在本次培训结束时，参与者将能够：

• 设置必要的开发环境，开始使用 AdaBoost 构建机器学习模型。
• 了解集成学习方法以及如何实现自适应提升。
• 在 Python 中了解如何构建 AdaBoost 模型来提升机器学习演算法。
• 使用超参数优化来提高 AdaBoost 模型的准确性和性能。

这种由 中国 的讲师指导式实时培训（在线或现场）面向希望使用 Random Forest 为大型数据集构建机器学习演算法的数据科学家和软体工程师。

在本次培训结束时，参与者将能够：

• 设置必要的开发环境，开始使用 Random forest 构建机器学习模型。
• 了解 Random Forest 的优点以及如何实施它来解决分类和回归问题。
• 在 Random Forest 中了解如何处理大型数据集和解释多个决策树。
• 通过优化超参数来评估和优化机器学习模型的性能。

这种以讲师为主导的中国现场培训（现场或远程）面向希望学习LightGBM基础知识并探索先进技术的初级到中级开发人员和数据科学家。

在培训结束时，参与者将能够：

• 安装并配置 LightGBM。
• 了解梯度提升和决策树算法背后的理论
• 使用 LightGBM 执行基本和高级机器学习任务。
• 实施特征工程、超参数调优和模型解释等高级技术。
• 将 LightGBM 与其他机器学习框架集成。
• 排查LightGBM中的常见问题。