Hello everyone and welcome to this new hands-on project on Scikit-Learn for solving machine learning regression problems. In this project, we will learn how to build and train regression models using Scikit-Learn library. Scikit-learn is a free machine learning library developed for python. Scikit-learn offers several algorithms for classification, regression, and clustering. Several famous machine learning models are included such as support vector machines, random forests, gradient boosting, and k-means.

Scikit-Learn to Solve Regression Machine Learning Problems
Économisez sur les compétences qui vous font briller avec 40 % de réduction sur 3 mois de Coursera Plus. Économisez maintenant

Scikit-Learn to Solve Regression Machine Learning Problems

Instructeur : Ryan Ahmed
2 621 déjà inscrits
Inclus avec
(11 avis)
Expérience recommandée
Ce que vous apprendrez
Train machine learning regression models using Scikit-Learn library
Understand the theory and intuition behind XG-Boost regression model
Evaluate several trained regression models performance using various Key Performance Indicators (KPIs)
Compétences que vous pratiquerez
- Catégorie : Data Analysis
- Catégorie : Regression Analysis
- Catégorie : Applied Machine Learning
- Catégorie : Predictive Analytics
- Catégorie : Predictive Modeling
- Catégorie : Machine Learning
- Catégorie : Machine Learning Algorithms
- Catégorie : Model Training
Outils que vous utiliserez
- Catégorie : Scikit Learn (Machine Learning Library)
- Catégorie : Classification Algorithms
- Catégorie : Python Programming
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 :
Understand the Problem Statement
Import Key Libraries and Datasets
Practice Opportunity #1 [Optional]
Perform Data Visualization
Perform Feature Engineering
Understand XG-Boost Algorithm
Train an XG-Boost Regression Model
Evaluate Trained Model Performance
Practice Opportunity #2 [Optional]
Final Capstone Project
Expérience recommandée
Python programming and Machine Learning Basics
10 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 : Essai gratuitUniversity of Michigan
Statut : Essai gratuit
Statut : Essai gratuit





