Cervical Cancer Risk Prediction Using Machine Learning

von
Coursera Project Network
In diesem angeleitetes Projekt werden Sie:

U​nderstand the theory and intuition behind XGBoost Algorithm

P​reform exploratory data analysis

Develop, train and evaluate XG-Boost classifier model using Scikit-Learn

Clock2 hours
BeginnerAnfänger
CloudKein Download erforderlich
VideoVideo auf geteiltem Bildschirm
Comment DotsEnglisch
LaptopNur Desktop

In this hands-on project, we will build and train an XG-Boost classifier to predict whether a person has a risk of having cervical cancer. Cervical cancer kills about 4,000 women in the U.S. and about 300,000 women worldwide. Data has been obtained from 858 patients and include features such as number of pregnancies, smoking habits, Sexually Transmitted Disease (STD), demographics, and historic medical records.

Kompetenzen, die Sie erwerben werden

  • Data Analysis
  • Machine Learning
  • classification
  • Artificial Intelligence(AI)

Schritt für Schritt lernen

In einem Video, das auf einer Hälfte Ihres Arbeitsbereichs abgespielt wird, führt Sie Ihr Dozent durch diese Schritte:

  1. Task #1: Understand the Problem Statement and Business Case

  2. Task #2: Import Libraries and Datasets

  3. Task #3: Perform Exploratory Data Analysis

  4. Task #4: Perform Data Visualization

  5. Task #5: Prepare the data before Model Training

  6. Task #6: Understand the Theory and Intuition Behind XG-Boost

  7. Task #7: Train and Evaluate XG-Boost Algorithm

Ablauf angeleiteter Projekte

Ihr Arbeitsbereich ist ein Cloud-Desktop direkt in Ihrem Browser, kein Download erforderlich

Ihr Dozent leitet Sie in einem Video mit geteiltem Bildschirm Schritt für Schritt an.

Häufig gestellte Fragen

Häufig gestellte Fragen

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.