Dans ce cours d'une heure basé sur un projet, nous allons prédire les survivants du Titanic en utilisant la Régression logistique et la Classification naïve bayésienne. Le naufrage du Titanic, survenu le 15 avril 1912, est l'une des plus grandes tragédies de l'histoire. Le nombre de survivants a été faible en raison du manque de canots de sauvetage pour tous les passagers. Ce projet guidé pratique, nous allons analyser quels types de personnes étaient susceptibles de survivre à cette tragédie avec la puissance de l'apprentissage automatique. Note : 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.
Prédiction de la survie au Titanic grâce à l'apprentissage automatique
Économisez sur les compétences qui vous font briller avec 40 % de réduction sur 3 mois de Coursera Plus. Économisez maintenant
Prédiction de la survie au Titanic grâce à l'apprentissage automatique
Instructeur : Ryan Ahmed
1 734 déjà inscrits
Inclus avec
Apprendre, pratiquer et appliquer des compétences professionnelles grâce à des conseils d’experts
4.8
(19 avis)
niveau Débutant
Expérience recommandée
2 heures
Apprenez à votre propre rythme
Un apprentissage pratique
Ce que vous apprendrez
Comprendre la théorie et l'intuition des modèles de classification par régression logistique
Construire, entraîner et tester un modèle de classification par régression logistique dans Scikit-learn
Nettoyage des données, Ingénierie des caractéristiques et Visualisation des données
Compétences que vous pratiquerez
- Catégorie : Apprentissage automatique appliqué
- Catégorie : Apprentissage supervisé
- Catégorie : Prétraitement des données
- Catégorie : Évaluation du modèle
- Catégorie : Méthodes d'apprentissage automatique
- Catégorie : Science des données
- Catégorie : Visualisation des données
- Catégorie : Régression logistique
- Catégorie : Traitement des données
- Catégorie : Apprentissage automatique
- Catégorie : Apprentissage statistique des machines
- Catégorie : Modèle de formation
- Catégorie : Modélisation prédictive
- Catégorie : Nettoyage des données
- Catégorie : Ingénierie des fonctionnalités
Outils que vous utiliserez
- Catégorie : Algorithmes de classification
- Catégorie : Scikit Learn (Bibliothèque d'apprentissage automatique)
- Catégorie : Programmation Python
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Enseigné en Anglais
Aucun téléchargement ou installation requis(e)
Disponible uniquement sur ordinateur
91% of learners achieved a positive career outcome
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 :
Comprendre l'énoncé du problème et l'analyse de rentabilisation
Importer des bibliothèques et des ensembles de données
Effectuer la visualisation des données - Partie 1
Visualisation des données - Partie 2
Nettoyage des données et ingénierie des caractéristiques
Former un modèle de classification par Régression logistique
Évaluation d'un modèle de classification par régression logistique
Expérience recommandée
Connaissance de base de la programmation en Python et de l'Apprentissage automatique
8 images de projet
Instructeur
38 Cours122 571 apprenants
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.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Avis des étudiants
- 5 stars
89,47 %
- 4 stars
5,26 %
- 3 stars
5,26 %
- 2 stars
0 %
- 1 star
0 %
Affichage de 3 sur 19
TG
Révisé le 10 août 2023
Great course, highly recommended for people who are looking to get started and learn applying ML concepts on dataset.
BU
Révisé le 6 janv. 2024
The professor is awesome and the project was very helpful to me!
