or
यह अभ्यास पाठ्यक्रम का हिस्सा है
इस कोर्स के पहले चैप्टर में, आप एक प्रेडिक्टिव मशीन लर्निंग मॉडल बनाने के लिए जरूरी सभी प्रीप्रोसेसिंग स्टेप्स करेंगे—जैसे मिसिंग वैल्यूज़ और आउट्लायर्स को संभालना, और अपने डेटासेट को नॉर्मलाइज़ करना.
इस कोर्स के दूसरे चैप्टर में, आप सुपरवाइज़्ड मशीन लर्निंग तकनीकों के कई पहलुओं का अभ्यास करेंगे, जैसे ऑप्टिमल फीचर सबसेट चुनना, मॉडल ओवरफिटिंग से बचने के लिए रेग्युलराइज़ेशन, फीचर इंजीनियरिंग, और बायस-वेरिएंस ट्रेड-ऑफ को संबोधित करने के लिए एन्सेम्बल मॉडल्स.
इस कोर्स के तीसरे चैप्टर में, आप अनसुपरवाइज़्ड लर्निंग का उपयोग करके फीचर एक्सट्रैक्शन और विज़ुअलाइज़ेशन तकनीकें लागू करेंगे ताकि डाइमेंशनेलिटी रिडक्शन हो सके, और क्लस्टरिंग मेथड्स से किसी डेटासेट के लिए न सिर्फ उपयुक्त क्लस्टरिंग एल्गोरिदम, बल्कि ऑप्टिमल क्लस्टर संख्या भी चुन सकें.
इस कोर्स के चौथे और अंतिम चैप्टर में, आप स्तर और बढ़ाएँगे और मॉडल जनरलाइज़ेशन के लिए परफॉर्मेंस का आकलन करने हेतु बूटस्ट्रैपिंग और क्रॉस-वैलिडेशन लागू करेंगे, असंतुलित क्लासेज़ पर री-सैंपलिंग तकनीकें आज़माएँगे, मल्टिकॉलीनियरिटी का पता लगाकर उसे हटाएँगे, और एक एन्सेम्बल मॉडल बनाएँगे.
वर्तमान अभ्यास