[仕事終わりの趣味] ビッグデータ分析実技 (作業型1,2,3)
非専門家や入門者の方が、ビッグデータ分析実技試験を短期間で取得できるようガイドします！ 理論は軽めに、実践は確実に。複雑な背景知識がなくても、過去問を中心に試験に必ず出るポイントだけを絞って集中的に学習します。
（4.9）受講レビュー 804件
受講生 5,457名
難易度 入門
受講期間 12か月
Engineer Big Data Analysis
Engineer Big Data Analysis
Big Data
Big Data
Python
Python
Pandas
Pandas
Machine Learning(ML)
Machine Learning(ML)
Engineer Big Data Analysis
Engineer Big Data Analysis
Big Data
Big Data
Python
Python
Pandas
Pandas
Machine Learning(ML)
Machine Learning(ML)
[作業型2] lightGBMモデルを紹介します。 （分類/回帰）
ワークタイプ2どのモデルを準備する予定ですか？
1. ランダムフォレスト分類/回帰
2. lightGBM分類/回帰をお勧めします。
lightGBM は
XGBoostとともに人気のブースト系モデルです。
学習と予測速度はXGBoostに比べて高速です。
映像制作当時はlightGBMをサポートしていませんでしたが、今は試験環境でも使用可能です。
XGBoostの実行はうまくいきますが、時々ワーニングが発生しますね。 XGBoostの代わりにlightGBMを準備することをお勧めします。
####### 분류 ####### import lightgbm as lgb model = lgb.LGBMClassifier() model.fit(X_train, y_train) y_pred = model.predict(X_test) # y_pred = model.predict_proba(X_test) #평가기준 roc-auc일 때 ####### 회귀 ####### import lightgbm as lgb model = lgb.LGBMRegressor() model.fit(X_train, y_train) y_pred = model.predict(X_test) # 하이퍼파라미터 튜닝은 xgboost(작업형2 모의고사3 강의)과 동일하게 사용하면 됩니다. # 예: max_depth=5, n_estimators=600, learning_rate=0.01
コメント