In this hands-on project, we will build and train an XG-Boost classifier to predict whether a person has a risk of having cervical cancer. Cervical cancer kills about 4,000 women in the U.S. and about 300,000 women worldwide.

Cervical Cancer Risk Prediction Using Machine Learning
Économisez sur les compétences qui vous font briller avec 40 % de réduction sur 3 mois de Coursera Plus. Économisez maintenant

Cervical Cancer Risk Prediction Using Machine Learning

Instructeur : Ryan Ahmed
2 423 déjà inscrits
Inclus avec
(44 avis)
Expérience recommandée
Ce que vous apprendrez
Understand the theory and intuition behind XGBoost Algorithm
Preform exploratory data analysis
Develop, train and evaluate XG-Boost classifier model using Scikit-Learn
Compétences que vous pratiquerez
- Catégorie : Data Visualization Software
- Catégorie : Data Analysis
- Catégorie : Data Import/Export
- Catégorie : Machine Learning
- Catégorie : Exploratory Data Analysis
- Catégorie : Risk Analysis
- Catégorie : Model Training
- Catégorie : Data Preprocessing
- Catégorie : Predictive Modeling
- Catégorie : Applied Machine Learning
- Catégorie : Model Evaluation
Outils que vous utiliserez
- Catégorie : Scikit Learn (Machine Learning Library)
- Catégorie : Classification Algorithms
Détails à connaître

Ajouter à votre profil LinkedIn
Disponible uniquement sur ordinateur
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Apprendre, pratiquer et appliquer des compétences prêtes à l’emploi en moins de 2 heures
- Bénéficiez d’une formation par des experts du secteur
- Gagnez en expérience pratique en effectuant des tâches professionnelles du monde réel
- Renforcez votre confiance en utilisant les outils et technologies les plus récents

À propos de ce Projet Guidé
Apprendrez étape par étape
Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :
Task #1: Understand the Problem Statement and Business Case
Task #2: Import Libraries and Datasets
Task #3: Perform Exploratory Data Analysis
Task #4: Perform Data Visualization
Task #5: Prepare the data before Model Training
Task #6: Understand the Theory and Intuition Behind XG-Boost
Task #7: Train and Evaluate XG-Boost Algorithm
Expérience recommandée
Basic python programming and mathematics.
5 images de projet
Instructeur

Offert par
Méthode d’apprentissage
Apprentissage pratique basé sur les compétences
Mettez en pratique de nouvelles compétences en effectuant des tâches professionnelles.
Conseils d’experts
Suivez les vidéos pré-enregistrées d’experts à l’aide d’une interface unique, divisée en deux.
Aucun téléchargement ou installation requis(e)
Accédez aux outils et aux ressources dont vous avez besoin dans un espace de travail cloud préconfiguré.
Disponible uniquement sur ordinateur de bureau
Ce Projet Guidé est conçu pour les ordinateurs portables ou de bureau disposant d’une connexion internet fiable, et non pour les appareils mobiles.
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Vous aimerez peut-être aussi
Statut : PrévisualisationJohns Hopkins University
Statut : PrévisualisationYale University






