or
Acest exercițiu face parte din cursul
În primul capitol al acestui curs, vei parcurge toate etapele de preprocesare necesare pentru a construi un model predictiv de machine learning, inclusiv cum să gestionezi valorile lipsă, valorile extreme și cum să normalizezi setul de date.
În al doilea capitol al acestui curs, vei exersa diverse aspecte ale tehnicilor de machine learning supervizat, cum ar fi selectarea subsetului optim de caracteristici, regularizarea pentru a evita supraadaptarea modelului, ingineria caracteristicilor și modelele de ansamblu pentru a aborda compromisul dintre bias și varianță.
În al treilea capitol al acestui curs, vei folosi învățarea nesupervizată pentru a aplica tehnici de extragere a caracteristicilor și de vizualizare în scopul reducerii dimensionalității, precum și metode de clustering pentru a selecta atât algoritmul de clustering potrivit, cât și numărul optim de clustere pentru un set de date.
În al patrulea și ultimul capitol al acestui curs, vei aprofunda lucrurile și vei aplica bootstrapping și validarea încrucișată pentru a evalua performanța în generalizarea modelului, tehnici de reeșantionare pentru clase dezechilibrate, detectarea și eliminarea multicoliniarității, și vei construi un model de ansamblu.
Exercițiul curent