In diesem 1,5-stündigen projektbasierten Kurs werden Sie in der Lage sein: - die Theorie und Intuition hinter einfacher und multipler linearer Regression zu verstehen - wichtige Python-Bibliotheken und -Datensätze zu importieren und Datenvisualisierung durchzuführen - explorative Datenanalyse durchzuführen und die Trainings- und Testdaten zu standardisieren.
Mining-Qualitätsvorhersage mit maschinellem und tiefem Lernen
Sichern Sie sich eines unserer besten Angebote mit Coursera Plus für 199 $ (normalerweise 399 $). Jetzt sparen.
Mining-Qualitätsvorhersage mit maschinellem und tiefem Lernen
Dozent: Ryan Ahmed
5.975 bereits angemeldet
Bei Mehr erfahren enthalten
Fragen Sie Coursera
Erwerben Sie praxisrelevante Kompetenzen unter Anleitung von Experten, üben Sie sich in ihrer Anwendung und wenden Sie sie schließlich an.
4.8
(69 Bewertungen)
Stufe Anfänger
Empfohlene Erfahrung
1.5 Stunden
In Ihrem eigenen Lerntempo lernen
Praktisches Lernen
Was Sie lernen werden
Training von Modellen des Künstlichen neuronalen Netzes zur Durchführung von Regressionsaufgaben
Verstehen Sie die Theorie und Intuition hinter Regressionsmodellen und trainieren Sie sie in Scikit Learn
Den Unterschied zwischen den verschiedenen KPIs von Regressionsmodellen wie MSE, RMSE, MAE, R2, bereinigtes R2 zu verstehen
Kompetenzen, die Sie festigen
- Kategorie: Daten importieren/exportieren
- Kategorie: Angewandtes maschinelles Lernen
- Kategorie: Methoden des maschinellen Lernens
- Kategorie: Bewertung des Modells
- Kategorie: Regressionsanalyse
- Kategorie: Statistische Methoden
- Kategorie: Prädiktive Modellierung
- Kategorie: Test Daten
- Kategorie: Künstliche neuronale Netze
- Kategorie: Statistisches maschinelles Lernen
- Kategorie: Datenanalyse
- Kategorie: Tiefes Lernen
- Kategorie: Explorative Datenanalyse
- Kategorie: Überwachtes Lernen
- Kategorie: Vorverarbeitung von Daten
- Kategorie: Entscheidungsbaum-Lernen
- Kategorie: Maschinelles Lernen
- Kategorie: Modell Ausbildung
Tools, die Sie verwenden werden
- Kategorie: Python-Programmierung
- Kategorie: Scikit Learn (Bibliothek für maschinelles Lernen)
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:
Verstehen der Problembeschreibung und des Business Case (10 MIN)
Bibliotheken/Datensätze importieren und Datenexploration durchführen (7 Min.)
Datenvisualisierung durchführen (8 min)
Aufbereitung der Daten vor dem Training des Modells (6 min)
Trainieren und Auswerten eines linearen Regressionsmodells (10 min)
Training und Auswertung von Entscheidungsbäumen und Random Forest Regressoren (8 min)
Verstehen Sie die Theorie und Intuition hinter ANNs (11 min)
Trainieren eines Modells eines Künstlichen neuronalen Netzes zur Durchführung einer Regression (11 min)
Regression KPIs berechnen (7 min)
Empfohlene Erfahrung
Grundlegende Python-Programmierung und Mathematik
9 Projektbilder
Dozent
38 Kurse124.655 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
- 5 stars
81,15 %
- 4 stars
17,39 %
- 3 stars
1,44 %
- 2 stars
0 %
- 1 star
0 %
Zeigt 3 von 69 an
AS
Geprüft am 29. Sep. 2020
You must try, it will give great basic of practice.
MA
Geprüft am 31. Aug. 2021
Ryan did an excellent job explaining the concepts and going through the excercises. I would recommend this course definitely.
