In this lesson we will built this Support Vector Machine for classification using scikit-learn and the Radial Basis Function (RBF) Kernel. Our training data set contains continuous and categorical data from the UCI Machine Learning Repository to predict whether or not a patient has heart disease.
Support Vector Machines in Python, From Start to Finish
Support Vector Machines in Python, From Start to Finish
Dozent: Josh Starmer
5.545 bereits angemeldet
Bei 
enthalten
Erwerben Sie praxisrelevante Kompetenzen unter Anleitung von Experten, üben Sie sich in ihrer Anwendung und wenden Sie sie schließlich an.
4.6
(153 Bewertungen)
Stufe Mittel
Empfohlene Erfahrung
2 hours
In Ihrem eigenen Lerntempo lernen
Praktisches Lernen
Was Sie lernen werden
Import data into, and manipulating a pandas dataframe
Format the data for a support vector machine, including One-Hot Encoding and missing data.
Optimize parameters for the radial basis function and classification
Build, evaluate, draw and interpret a support vector machine
Kompetenzen, die Sie festigen
- Kategorie: Data Science
- Kategorie: Python Programming
- Kategorie: Machine Learning
- Kategorie: Support Vector Machine (SVM)
- Kategorie: classification
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Unterrichtet in Englisch
Keine Downloads oder Installation erforderlich
Nur als Desktop-Version verfügbar
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Lernen, üben und anwenden von berufsrelevanten Fähigkeiten in weniger als 2 Stunden
- Nehmen Sie an Schulungen von Branchenexperten teil
- Sammeln Sie mit Aufgaben aus der realen Welt praktische Erfahrung
- Schaffen Sie Vertrauen durch neueste Tools und Technologien
Über dieses begleitete Projekt
Schritt für Schritt lernen
In einem Video, das auf einer Hälfte Ihres Arbeitsbereichs abgespielt wird, führt Sie Ihr Dozent durch diese Schritte:
Import the modules that will do all the work (4 min)
Import the data (3 min)
Missing Data Part 1: Identifying Missing Data (4 min)
Missing Data Part 2: Dealing With Missing Data (5 min)
Format Data Part 1: Split the Data into Dependent and Independent Variables (3 min)
Format the Data Part 2: One-Hot Encoding (11 min)
Format the Data Part 3: Centering and Scaling (2 min)
Build A Preliminary Support Vector Machine (2 min)
Optimize SVM with Cross Validation (2 min)
Building, Evaluating, Drawing, and Interpreting the Final Support Vector Machine (10 min)
Empfohlene Erfahrung
Some Python and the concepts behind Support Vector Machines, the Radial Basis Function, Regularization, Cross Validation and Confusion Matrices.
10 Projektbilder
Dozent
Lehrkraftbewertungen
4.5 (5 Bewertungen)
Was Sie beim Lernen erwartet
Auf Kompetenzen basierendes, praktisches Lernen
Üben Sie die Anwendung neuer Kompetenzen anhand von berufsbezogenen Aufgabenstellungen.
Anleitung durch Experten
Lernen Sie mit vorab von Experten aufgezeichneten Videos in einer einzigartigen aufgeteilten Oberfläche.
Keine Downloads oder Installation erforderlich
Greifen Sie in einem vordefinierten Cloud-Arbeitsbereich auf die Tools und Ressourcen zu.
Nur für Desktop verfügbar
Dieses begleitete Projekt ist für die Bearbeitung an einem Laptop oder Desktop-Computer mit stabiler Internetverbindung konzipiert und nicht für Mobilgeräte.
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
4.6
153 Bewertungen
- 5 stars
75,16 %
- 4 stars
16,33 %
- 3 stars
7,18 %
- 2 stars
0,65 %
- 1 star
0,65 %
Zeigt 3 von 153 an
RS
5
Geprüft am 6. Aug. 2020
Excellent Teaching. Makes it easier for you to understand SVM.
VD
5
Geprüft am 20. Juli 2020
I am a beginner in this area but I learned a lot in this course.
GS
5
Geprüft am 8. Juni 2020
This is a very good course to start with SVM.I now know the basic coding for SVM.
Ihnen könnte auch Folgendes gefallen:
University of Colorado Boulder
Corporate Finance Institute
DeepLearning.AI
Coursera Project Network
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Mit dem Kauf eines angeleiteten Projekts erhalten Sie alles, was Sie zum Abschließen des angeleiteten Projekts benötigen, einschließlich des Zugriffs auf einen Cloud-Desktop-Arbeitsbereich über Ihren Webbrowser, der die Dateien und Software enthält, die Sie für den Start benötigen, sowie schrittweise Videoanweisungen von einem Fachexperten.
Da Ihr Arbeitsbereich einen Cloud-Desktop enthält, der für einen Laptop oder Desktop-Computer ausgelegt ist, sind angeleitete Projekte auf Ihrem Mobilgerät nicht verfügbar.
Die Dozenten bei angeleiteten Projekten sind Fachexperten, die Erfahrung in den Fähigkeiten, Werkzeugen oder Bereichen der jeweiligen Projekte haben und leidenschaftlich daran interessiert sind, ihr Wissen weiterzugeben und so Millionen von Lernenden auf der ganzen Welt zu beeinflussen.