Dans cette leçon, nous allons construire cette Machine à vecteurs de support pour la classification en utilisant scikit-learn et le noyau de la fonction de base radiale (RBF). Notre Ensemble de données d'entraînement contient des données continues et catégoriques provenant du Référentiel d'Apprentissage Automatique de l'UCI pour prédire si un patient est atteint ou non d'une maladie cardiaque. Ce cours se déroule sur la plateforme de projets pratiques de Coursera appelée Ensemble d'entraînement. Sur Rhyme, vous réalisez des projets de manière pratique dans votre navigateur. Vous obtiendrez un accès instantané à des bureaux cloud préconfigurés contenant tous les logiciels et les données dont vous avez besoin pour le projet. Tout est déjà configuré directement dans votre navigateur Internet afin que vous puissiez vous concentrer sur l'apprentissage. Pour ce projet, vous obtiendrez un accès instantané à un bureau cloud avec (par exemple, Python, Jupyter et Tensorflow) préinstallé.Prérequis : Pour réussir ce projet, vous devez être familier avec la programmation en Python et les concepts derrière les machines à vecteurs de support, la fonction de base radiale, la régularisation, la validation croisée et les matrices de confusion.Remarques : - Vous serez en mesure d'accéder au bureau cloud 5 fois. Cependant, vous pourrez accéder aux vidéos d'instructions autant de fois que vous le souhaitez - Ce cours fonctionne mieux pour les apprenants qui sont basés dans la région de l'Amérique du Nord. Nous travaillons actuellement à offrir la même expérience dans d'autres régions.