Über diesen Kurs

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Mittel“

Some experience in Python programming and machine learning theory is recommended.

Ca. 4 Stunden zum Abschließen

Empfohlen: 2 hours...

Englisch

Untertitel: Englisch

Was Sie lernen werden

  • Apply decision trees and random forests with scikit-learn to classification problems

  • Interpret decision trees and random forest models using feature importances

  • Tune model hyperparamters to improve classification accuracy

  • Create interactive, GUI components in Jupyter notebooks using widgets

Kompetenzen, die Sie erwerben

Decision TreeMachine LearningRandom ForestclassificationScikit-Learn

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Mittel“

Some experience in Python programming and machine learning theory is recommended.

Ca. 4 Stunden zum Abschließen

Empfohlen: 2 hours...

Englisch

Untertitel: Englisch

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1

Woche 1

1 Stunde zum Abschließen

Project: Predict Employee Turnover with scikit-learn

1 Stunde zum Abschließen
1 Lektüre
1 Lektüre
Project-Based Course Overview15m
1 praktische Übung
Test Your Project Understanding10m

von

Rhyme-Logo

Rhyme

Häufig gestellte Fragen

  • Ja, Sie können eine Vorschau des ersten Videos und den Lehrplan ansehen, bevor Sie sich anmelden. Sie müssen den Kurs kaufen, um Zugriff auf die Inhalte zu erhalten, die nicht in der Vorschau inbegriffen sind.

  • Wenn Sie sich vor dem Startdatum der ersten Kurseinheit anmelden, haben Sie Zugriff auf alle Vortragsvideos und Texte für den Kurs. Sobald die erste Kurseinheit beginnt, können Sie Aufgaben einreichen.

  • Sobald Sie sich anmelden und Ihre Kurseinheit beginnt, haben Sie Zugriff auf alle Videos und andere Ressourcen, einschließlich der Texte und des Kurs-Diskussionsforums. Sie können praktische Aufgaben ansehen und einreichen und erforderliche bewertete Aufgaben abschließen, um eine Bewertung und ein Kurszertifikat zu erhalten.

  • Wenn Sie den Kurs erfolgreich abschließen, wird der Seite „Errungenschaften“ Ihr elektronisches Kurszertifikat hinzugefügt – von dort können Sie Ihr Kurszertifikat ausdrucken oder es zu Ihrem LinkedIn-Profil hinzufügen.

  • Dieser Kurs ist einer der wenigen auf Coursera angebotenen Kurse, die derzeit ausschließlich für Kursteilnehmer zugänglich sind, die bezahlt oder finanzielle Unterstützung erhalten haben, wenn diese verfügbar ist.

  • A project-based course enables you to practice applying a skill by providing you all the guidance, tools, and data you need to complete a project.

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..