Training Scikit-Learn

Python is een zeer populaire programmeertaal op het gebied van data analyse en manipulatie, met een grote rijkdom aan uitbreiding libraries voor dit doeleinde. De toegevoegde waarde van de library Scikit-Learn is de enorme hoeveelheid aan Machine Learning modellen die allemaal via dezelfde interface (API) kunnen worden aangeroepen. Dit komt de gebruiksvriendelijkheid en overzichtelijkheid zeer ten goede. Zo komen populaire analyse technieken als clustering, regressieanalyse, en dimensionality reduction zonder complexe code binnen handbereik. Met grafische libraries als Matplotlib presenteer je je resultaten in een ruime sortering aan grafieken.

Tijdens de training leer je hoe je Scikit-Learn installeert en in Python aanroept. Vervolgens leer je op praktische wijze, aan de hand van datasets, verschillende machine learning methoden toepassen. De training Scikit-Learn is zeer praktijkgericht en je ziet, na het aanpassen van eigen code, direct het resultaat. Op deze manier haal je optimaal rendement uit de training.

Bedrijfstraining Scikit-Learn

Wil je de stof liever toegespitst zien op de IT situatie binnen je eigen organisatie, met eigen data of unieke omstandigheden? In een bedrijfstraining kunnen wij de training volledig op maat verzorgen, voor jou en wellicht een groep van je collega’s. Zo sluit een bedrijfstraining perfect aan bij wat jij moet beheersen om deze technieken direct voor je organisatie te kunnen inzetten.

Tijdens de Cursus Scikit-Learn behandelen we de volgende onderdelen:

• Introductie Scikit-Learn
• Installatie Scikit-Learn en vereiste libraries met Anaconda
• Scikit-Learn API
• CRISP-DM methode
• Importeren datasets
• Preprocessing data
• Data exploration
• Data Modeling
• • Nearest Neighbors
  • Cross Validation
  • Dimensionality Reduction
  • Support Vector Machines
  • Linear Regression
• Machine Learning
• • Clustering
  • Manifold learning
  • Gaussian mixture models
  • Novelty and outlier detection
  • Neural network models
• Modellen bouwen op basis van algoritmes
• Inspectie en evaluatie
• Visualisering en plotting
• Code optimalisatie en performanceverbetering
• Tips en tricks