Hello everyone and welcome to this new hands-on project on Machine Learning hyperparameters optimization. In this project, we will optimize machine learning regression models parameters using several techniques such as grid search, random search and Bayesian optimization. Hyperparameter optimization is a key step in developing machine learning models and it works by fine tuning ML models so they can optimally perform on a given dataset.

ML Parameters Optimization: GridSearch, Bayesian, Random

Was Sie lernen werden
Understand the difference between hyperparameters optimization techniques such as GridSearch, Bayesian & Random Search Optimization Techniques.
Optimize ML model hyperparameters in Scikit-Learn using GridSearch, Bayesian & Random Search Optimization Techniques.
Evaluate several trained regression models performance using various Key Performance Indicators (KPIs).
Kompetenzen, die Sie festigen
- Kategorie: Applied Machine Learning
- Kategorie: Fine-tuning
- Kategorie: Model Optimization
- Kategorie: Model Evaluation
- Kategorie: Regression Analysis
- Kategorie: Machine Learning
- Kategorie: Data Analysis
Tools, die Sie verwenden werden
- Kategorie: Scikit Learn (Machine Learning Library)
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
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:
Understand the Problem Statement
Import Libraries and Datasets
Practice Opportunity #1 [Optional]:
Practice Opportunity #2 [Optional]
Train an XG-Boost Algorithm Without Optimization
Practice Opportunity #3 [Optional]
Strategy #1: Optimization Using GridSearch
Strategy #2: Optimization Using Random Search
Strategy #3: Optimization Using Bayesian Optimizer
Final Capstone Project
Final Capstone Project Solution
12 Projektbilder
Dozent

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.

Jennifer J.

Larry W.

Chaitanya A.
Ihnen könnte auch Folgendes gefallen:

Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - 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.





