In this 1-hour long project-based course, you will learn how to create interpretable machine learning applications on the example of two classification regression models, decision tree and random forestc classifiers. You will also learn how to explain such prediction models by extracting the most important features and their values, which mostly impact these prediction models. In this sense, the project will boost your career as Machine Learning (ML) developer and modeler in that you will be able to get a deeper insight into the behaviour of your ML model. The project will also benefit your career as a decision maker in an executive position, or consultant, interested in deploying trusted and accountable ML applications.
Interpretable Machine Learning Applications: Part 1
Erwerben Sie mit Coursera Plus für 199 $ (regulär 399 $) das nächste Level. Jetzt sparen.
Interpretable Machine Learning Applications: Part 1
Dozent: Epaminondas Kapetanios
6.310 bereits angemeldet
Bei enthalten
Erwerben Sie praxisrelevante Kompetenzen unter Anleitung von Experten, üben Sie sich in ihrer Anwendung und wenden Sie sie schließlich an.
4.4
(67 Bewertungen)
Stufe Anfänger
Empfohlene Erfahrung
2-hour course, including time of video recordings, practicing and readings, taking the quiz.
In Ihrem eigenen Lerntempo lernen
Praktisches Lernen
Was Sie lernen werden
How to select and compare different prediction models (classification regressors) for a real world dataset (FIFA 2018 Soccer World Cup Statistics).
How to extract the most important features, which impact the classifiers, in a model-agnostic approach, together with caveats.
How to get an insight into the way values of the most important features impact the predictions made by the classifiers.
Kompetenzen, die Sie festigen
- Kategorie: Data Import/Export
- Kategorie: Decision Tree Learning
- Kategorie: Model Evaluation
- Kategorie: Feature Engineering
- Kategorie: Applied Machine Learning
- Kategorie: Machine Learning
- Kategorie: Random Forest Algorithm
- Kategorie: Responsible AI
- Kategorie: Classification Algorithms
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Unterrichtet in Englisch
Keine Downloads oder Installation erforderlich
Nur als Desktop-Version verfügbar
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Lernen, Üben und Anwenden von berufsrelevanten Fähigkeiten in weniger als 2 Stunden
- Nehmen Sie an Schulungen von Branchenexperten teil
- Sammeln Sie mit Aufgaben aus der realen Welt praktische Erfahrung
- Schaffen Sie Vertrauen durch neueste Tools und Technologien
Über dieses begleitete Projekt
Schritt für Schritt lernen
In einem Video, das auf einer Hälfte Ihres Arbeitsbereichs abgespielt wird, führt Sie Ihr Dozent durch diese Schritte:
Setting the stage (Python Jupyter Lab web-based Server environment, importing the dataset and file to train and test the designated classification regressors as prediction models).
Train, test and estimate the accuracy (confusion matrix) of a Decision Tree classifier.
Train, test and estimate the accuracy (confusion matrix) of a Random Tree classifier as an alternative to the previous one.
Extract a ranking list of the features, which are most important for each one of our prediction models.
Extract and plot the impact of the values of selected important features on predictions being made by each one of our prediction models.
Empfohlene Erfahrung
Molnar, C.: Interpretable Machine Learning: A Guide for Making Black Box Models Explainable, https://christophm.github.io/interpretable-ml-book/
2 Projektbilder
Dozent
5 Kurse7.640 Lernende
von
Was Sie beim Lernen erwartet
Auf Kompetenzen basierendes, praktisches Lernen
Üben Sie die Anwendung neuer Kompetenzen anhand von berufsbezogenen Aufgabenstellungen.
Anleitung durch Experten
Lernen Sie mit vorab von Experten aufgezeichneten Videos in einer einzigartigen aufgeteilten Oberfläche.
Keine Downloads oder Installation erforderlich
Greifen Sie in einem vordefinierten Cloud-Arbeitsbereich auf die Tools und Ressourcen zu.
Nur für Desktop verfügbar
Dieses begleitete Projekt ist für die Bearbeitung an einem Laptop oder Desktop-Computer mit stabiler Internetverbindung konzipiert und nicht für Mobilgeräte.
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
4.4
67 Bewertungen
- 5 stars
53,73 %
- 4 stars
37,31 %
- 3 stars
4,47 %
- 2 stars
1,49 %
- 1 star
2,98 %
Zeigt 3 von 67 an
VM
5
Geprüft am 6. Aug. 2022
Pretty Informative and crisp to the point. Great hands on course.
CG
4
Geprüft am 25. Sep. 2025
The pdp library did not match the project requirements
Ihnen könnte auch Folgendes gefallen:
Status: Kostenloser TestzeitraumDuke University
Häufig gestellte Fragen
Mit dem Kauf eines angeleiteten Projekts erhalten Sie alles, was Sie zum Abschließen des angeleiteten Projekts benötigen, einschließlich des Zugriffs auf einen Cloud-Desktop-Arbeitsbereich über Ihren Webbrowser, der die Dateien und Software enthält, die Sie für den Start benötigen, sowie schrittweise Videoanweisungen von einem Fachexperten.
Da Ihr Arbeitsbereich einen Cloud-Desktop enthält, der für einen Laptop oder Desktop-Computer ausgelegt ist, sind angeleitete Projekte auf Ihrem Mobilgerät nicht verfügbar.
Die Dozenten bei angeleiteten Projekten sind Fachexperten, die Erfahrung in den Fähigkeiten, Werkzeugen oder Bereichen der jeweiligen Projekte haben und leidenschaftlich daran interessiert sind, ihr Wissen weiterzugeben und so Millionen von Lernenden auf der ganzen Welt zu beeinflussen.