Célok
A középhaladó útvonal célja a modellépítés teljes folyamatának elsajátítása: adattisztítás, feature engineering, ensemble modellek, validáció és teljesítmény optimalizálás.
Előfeltételek
Előfeltételek: kezdő útvonal teljesítése vagy ekvivalens tudás, pandas/sklearn gyakorlati tapasztalat, alap statisztikai fogalmak.
Lépések
- Feature engineering technikák
- Döntési fa, random forest, gradient boosting
- Cross-validation és hiperparaméter hangolás
- Imbalanced adatok kezelése
- Modell interpretálhatóság (SHAP, feature importance)
- API alapú modell szolgáltatás bevezető
Gyakorlati projektek
Projektek: churn predikció, szövegklasszifikáció, képfelismerés transfer learninggel, Kaggle verseny részvétel.
Elemzési megjegyzések
A középhaladó szinten a metrika kiválasztás és üzleti kontextus egyre fontosabb. A technológiai leírások általánosak; domain validáció szükséges.
Az algoritmusok, modellek és technológiai megoldások leírása általános referencia jellegű. A tényleges implementáció és eredmények az adathalmaztól, a paraméterektől és a futtatási környezettől függnek.
