or
Bu egzersiz, kursun bir parçasıdır
Bu kursun ilk bölümünde, eksik değerlerle ve aykırı değerlerle nasıl başa çıkılacağı ve veri kümen nasıl normalize edileceği dahil, öngörücü bir machine learning modeli oluşturmak için gereken tüm ön işleme adımlarını uygulayacaksın.
Bu kursun ikinci bölümünde, supervised machine learning tekniklerinin çeşitli yönlerini pratik edeceksin: en iyi özellik alt kümesini seçmek, model aşırı uyumunu önlemek için düzenlileştirme (regularization), özellik mühendisliği ve bias-variance dengesini ele almak için ensemble modeller.
Bu kursun üçüncü bölümünde, boyut indirgeme için özellik çıkarımı ve görselleştirme tekniklerini ve bir veri kümesi için yalnızca uygun kümeleme algoritmasını değil, aynı zamanda en iyi küme sayısını seçmek amacıyla kümeleme yöntemlerini uygulamak için unsupervised learning kullanacaksın.
Bu kursun dördüncü ve son bölümünde, vitesi yükselterek model genellemesi için performansı değerlendirmek amacıyla bootstrapping ve çapraz doğrulamayı uygulayacak, dengesiz sınıflar için yeniden örnekleme tekniklerini kullanacak, çoklu doğrusal bağlantıyı (multicollinearity) tespit edip kaldıracak ve bir ensemble model kuracaksın.
Geçerli egzersiz