In dieser Lektion werden wir diese Support Vector Machine zur Klassifizierung mit Scikit-learn und dem Radial Basis Function (RBF) Kernel aufbauen. Unser Trainingsdatensatz enthält kontinuierliche und kategoriale Daten aus dem UCI Repository für Maschinelles Lernen, um vorherzusagen, ob ein Patient eine Herzerkrankung hat oder nicht. Dieser Kurs läuft auf der praktischen Projektplattform von Coursera namens Rhyme. Auf Rhyme führen Sie Projekte praxisnah in Ihrem Browser durch. Sie erhalten sofortigen Zugriff auf vorkonfigurierte Cloud-Desktops mit der gesamten Software und den Daten, die Sie für das Projekt benötigen. Alles ist bereits direkt in Ihrem Internet-Browser eingerichtet, so dass Sie sich ganz auf das Lernen konzentrieren können. Für dieses Projekt erhalten Sie sofortigen Zugang zu einem Cloud-Desktop, auf dem (z.B. Python, Jupyter und TensorFlow) vorinstalliert sind. Voraussetzungen: Um in diesem Projekt erfolgreich zu sein, sollten Sie mit der Programmierung in Python und den Konzepten hinter Support Vector Machines, der Radial Basis Funktion, Regularisierung, Kreuzvalidierung und Verwirrungsmatrizen vertraut sein. Hinweise: - Sie können 5 Mal auf den Cloud-Desktop zugreifen. Sie können jedoch so oft auf die Anleitungsvideos zugreifen, wie Sie möchten. - Dieser Kurs eignet sich am besten für Lernende, die in der Region Nordamerika ansässig sind. Wir arbeiten derzeit daran, die gleiche Erfahrung auch in anderen Regionen zu ermöglichen.