In this coding challenge, you'll compete with other learners to achieve the highest prediction accuracy on a machine learning problem. You'll use Python and a Jupyter Notebook to work with a real-world dataset and build a prediction or classification model.
Data Science Coding Challenge: Loan Default Prediction
3.933 bereits angemeldet
Empfohlene Erfahrung
Ziele
Load, clean, analyze, process, and visualize data using Python and Jupyter Notebooks
Produce an end-to-end machine learning prediction model using Python and Jupyter Notebooks
Fähigkeiten, die Sie zeigen werden
- Kategorie: Data Science
- Kategorie: Data Analysis
- Kategorie: Python Programming
- Kategorie: Machine Learning
Wichtige Details
Zu Ihrem Coursera-Profil hinzufügen
Verwenden Sie ein Coursera-Labor, vorkonfiguriert im Browser-Cloud-Workspace (nur für desktop verfügbar).
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Über dieses Projekt
Projektplan
Für dieses Projekt müssen Sie die folgenden Schritte selbstständig ausführen:
Importing and preprocessing data
Analyze the data
Build machine learning models
Evaluate machine learning models
Demonstrieren Sie Ihre Kompetenzen mit Projekten
Mit Projekten erhalten Sie reale Herausforderungen, die Sie mit Branchentools lösen. Sie erhalten damit Arbeitsproben, die Sie zu Ihrem Kompetenzprofil bei Coursera hinzufügen können, um sich so bei Arbeitgebern von anderen Bewerbern abzuheben.
Mein Profil verwaltenWarum entscheiden sich Menschen für Coursera für ihre Karriere?
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.