Per seguire il modulo Metriche per ML sono necessarie competenze preliminari specifiche di Python, Pandas, Numpy, Scikit-learn, Data Visualization.
MODULO DIDATTICO
Metriche per ML
Panoramica delle metriche per valutare modelli di ML, con focus su classificazione e regressione.
LIVELLO
Da Beginner ad Advanced
PREREQUISITI
Python per la ds, Pandas, Numpy, Scikit-learn, Data visualization
DURATA TOTALE
2 ore
LEZIONI
100% on demand
PUOI TROVARE
QUESTO MODULO DIDATTICO IN
- DURATA TOTALE:20 ORE
- LIVELLO:Intermedio
- PREREQUISITO:Skill su Python, Pandas, Numpy, Scikit-learn, Data visualization
297€
Descrizione
L’approfondimento copre le metriche per valutare modelli di Machine Learning, includendo matrici di confusione e metriche per la classificazione come Accuracy, Precision, Recall, Specificity, Balanced Accuracy, F1-Score, ROC e AUC.
Si esaminano anche metriche per la regressione, tra cui MAE, MSE e R quadro. Le lezioni offrono una dettagliata spiegazione delle metriche per la classificazione e per la regressione, fornendo una comprensione completa e applicabile.
Elenco lezioni del modulo
- Metriche per la classificazione e regressione
- Metriche per la classificazione
- Metriche per la regressione