การจำแนกประเภทด้วย Machine Learning โดยใช้ PyCaret และ Python

Machine learning ไม่จำเป็นต้องเขียนโค้ดที่ซับซ้อนนับร้อยบรรทัด ด้วย PyCaret คุณสามารถเตรียมข้อมูล ฝึกฝนโมเดล และประเมินประสิทธิภาพได้โดยใช้วิธีการแบบ low-code ที่คล่องตัวใน Python หลักสูตรแบบข้อความนี้จะนำทางคุณตั้งแต่แนวคิดพื้นฐานของการจำแนกประเภทไปจนถึงการปรับใช้โมเดล machine learning ที่ได้รับการปรับแต่ง คุณจะได้เรียนรู้วิธีจัดการกับการเตรียมข้อมูล เปรียบเทียบอัลกอริทึมหลายรายการพร้อมกัน และปรับแต่งไฮเปอร์พารามิเตอร์เพื่อให้ได้ผลลัพธ์ที่ดีที่สุดสำหรับงานทำนายของคุณ สิ่งที่คุณจะได้เรียนรู้: ทำเข้าใจหลักการสำคัญของการจำแนกประเภทแบบไบนารีและหลายคลาส; กำหนดค่าสภาพแวดล้อม PyCaret และเตรียมชุดข้อมูลสำหรับการฝึกฝน; เปรียบเทียบอัลกอริทึม machine learning หลายรายการด้วยโค้ดเพียงบรรทัดเดียว; ปรับประสิทธิภาพของโมเดลให้เหมาะสมโดยใช้การปรับแต่งไฮเปอร์พารามิเตอร์อัตโนมัติ; ประเมินโมเดลการจำแนกประเภทโดยใช้ confusion matrix และตัวชี้วัดประสิทธิภาพหลัก; ประยุกต์ใช้เวิร์กโฟลว์สมัยใหม่เพื่อจัดการกับชุดข้อมูลที่ไม่สมดุลและติดตามการทดลอง คุณจะเริ่มต้นด้วยทฤษฎีพื้นฐานและการตั้งค่าการจำแนกประเภท จากนั้นก้าวหน้าผ่านตัวอย่างโค้ดภาคปฏิบัติที่สาธิตวิธีฝึกฝน ปรับแต่ง และวิเคราะห์โมเดล machine learning ของคุณทีละขั้นตอน ออกแบบมาสำหรับผู้เริ่มต้น หลักสูตรนี้ต้องการเพียงความรู้พื้นฐานเกี่ยวกับ Python และไม่ต้องมีประสบการณ์ machine learning มาก่อน เริ่มอ่านวันนี้เพื่อทำให้เวิร์กโฟลว์ machine learning ของคุณง่ายขึ้นด้วย PyCaret