Acadamy

Training: Regressie

De moeder aller regressie methodes is lineaire regressie op basis van kleinste kwadraten. Maar daarnaast zijn er nog vele andere regressie methodes beschikbaar, denk aan logistische regressie, maar ook lasso regressie, ridge regressie, etc. In deze training beginnen we bij de basis en gaan we aan de hand van tal van voorbeelden op weg naar de meer geavanceerde regressie methodes zoals de algoritmes achter XGBoost en hoe dat te gebruiken.

Training: Regressie Read More »

Training: Deployment

Aan een model alleen heb je niets als het niet daadwerkelijk gebruikt wordt. De stap van een goed presterend model naar implementatie van het model heeft nog heel wat
voeten in de aarde en is totaal anders dan het ontwerpen van een model.
Er moet nagedacht hoe je het wilt implementeren, wat voor soort implementatie er nodig is om de business vraag op te lossen.
Als er dan eenmaal duidelijkheid is hoe het er van gebruikerskant uit moet zien moet de technische kant nog ontworpen worden, ga je een uitgebreide tooling gebruiken of volstaat een veel simpelere tooling?
Wat zijn de kosten die er mee gemoeid zijn. Kun je de implementatie ook nog kosten efficiënt maken? In deze training zullen verschillende opties aan
bod komen en zullen we gaan kijken hoe je tot een goed onderbouwde keus kan komen.

Training: Deployment Read More »

Training: Samenwerken aan modellen

In het onderzoek naar een ideaal model worden vele stappen gezet, maar de ervaring leert dat ook vaak veel stappen meerdere keren worden uitgevoerd. Hoe kun je ervoor zorgen dat je optimaal gebruik maakt van alle stappen die door andere teamleden al gezet zijn, hoe zorg je dat al je ‘onderzoek’ code ook bruikbaar is voor je team genoten. Hoe zorg je ervoor dat je niet allebei hetzelfde onderzoekt, zonder de individuele creativiteit te verliezen. We geven tips en tricks én gaan hiermee aan de slag.

Training: Samenwerken aan modellen Read More »

Scroll to Top