数据科学家、数据分析师、业务分析师,希望使用自动化机器学习平台快速构建和部署预测模型的从业者。
掌握DataRobot平台的核心功能与操作流程,能够独立完成从数据导入、模型构建到部署监控的完整预测建模项目,提升模型开发效率和业务应用价值。
一、 DataRobot平台概述:介绍DataRobot的自动化机器学习能力、平台架构及核心价值,理解其在企业AI落地中的作用。
二、 数据导入与探索分析:学习在DataRobot中导入各类数据源的方法,掌握平台内置的数据探索和可视化分析功能。
三、 数据预处理自动化:了解平台自动处理缺失值、异常值、编码转换的方法,学习人工干预和调整的技巧。
四、 模型构建与训练:掌握使用DataRobot自动构建模型的过程,理解平台如何同时训练多种算法并进行对比评估。
五、 回归模型评估与解释:学习回归模型的评估指标(RMSE、MAE、R²等),掌握模型洞察(Model Insights)的解读方法。
六、 分类模型评估与解释:掌握混淆矩阵、ROC曲线、提升图等分类模型评估工具的使用和解读。
七、 时间序列预测专项(一):学习在DataRobot中配置时间序列项目,理解日期时间处理、季节性检测等自动化功能。
八、 时间序列预测专项(二):掌握使用DataRobot Notebooks创建实验的高级方法,进行更精细化的时间序列预测。
九、 模型部署与监控:学习将训练好的模型部署为API服务,掌握模型性能监控和漂移检测的方法。
十、 无代码应用构建:使用DataRobot的应用模板,快速构建预测目标的应用界面,实现业务人员自助使用。
十一、 Agentic AI应用探索:了解如何创建智能Agent,构建"对话式数据分析"应用,提升数据交互体验。
十二、 综合案例实战:医院再入院预测:使用医院再入院数据集,从数据准备、模型构建到应用创建,完成完整项目演练。