LightGBM for Machine Learning

• 对 Python 编程的理解
• 具有机器学习经验
• 决策树算法的基础知识

观众

• 开发 人员
• 数据科学家

LightGBM 是一个免费且开源的分散式梯度提升框架，用于机器学习，最初由 Microsoft 开发。它基于决策树演算法，用于排序、分类和其他机器学习任务。

这种以讲师为主导的现场培训（现场或远端）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演演算法背后的理论
• 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。

课程形式

• 互动讲座和讨论。
• 大量的练习和练习。
• 在现场实验室环境中实际实施。

课程定制选项

• 如需申请此课程的定制培训，请联系我们进行安排。

LightGBM 简介

• 什么是LightGBM？
• 为什么使用LightGBM？
• 与其他机器学习框架的比较
• LightGBM 功能和架构概述

了解决策树算法

• 决策树算法的生命周期
• 决策树算法如何与机器学习相适应
• 决策树算法的工作原理

LightGBM入门

• 设置开发环境
• 将 LightGBM 安装为独立应用程序
• 将 LightGBM 安装为容器（Docker、Podman 等）
• 在本地安装 LightGBM
• 在云端（私有、AWS等）中安装LightGBM
• LightGBM用于分类和回归的基本用法

LightGBM的高级技术

• 使用 LightGBM 进行特征工程
• 使用 LightGBM 进行超参数调优
• 使用 LightGBM 进行模型解释

将 LightGBM 与其他技术集成

• LightGBM 与 Python
• 带有 R 的 LightGBM
• LightGBM 带 SQL

部署 LightGBM 模型

• 导出 LightGBM 模型
• 在生产环境中使用 LightGBM
• 常见部署方案

LightGBM 疑难解答

• LightGBM 的常见问题及其解决方法
• 调试 LightGBM 模型
• 在生产环境中监控 LightGBM 模型

摘要和后续步骤

• 回顾 LightGBM 基础知识和高级技术
• 问答环节
• 在实际场景中使用 LightGBM 的后续步骤