Dimensionality Reduction using an Autoencoder in Python

4.6
Sterne

93 Bewertungen

von

3.422 bereits angemeldet

In diesem angeleitetes Projekt werden Sie:
60 minutes
Mittel
Kein Download erforderlich
Video auf geteiltem Bildschirm
Englisch
Nur Desktop

In this 1-hour long project, you will learn how to generate your own high-dimensional dummy dataset. You will then learn how to preprocess it effectively before training a baseline PCA model. You will learn the theory behind the autoencoder, and how to train one in scikit-learn. You will also learn how to extract the encoder portion of it to reduce dimensionality of your input data. In the course of this project, you will also be exposed to some basic clustering strength metrics. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Kompetenzen, die Sie erwerben werden

  • Dimensionality Reduction

  • Artificial Neural Network

  • Machine Learning

  • clustering

Schritt für Schritt lernen

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

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.

Dozent

Bewertungen

Top-Bewertungen von DIMENSIONALITY REDUCTION USING AN AUTOENCODER IN PYTHON

Alle Bewertungen anzeigen

Häufig gestellte Fragen