ML Parameters Optimization: GridSearch, Bayesian, Random

von
In diesem angeleitetes Projekt werden Sie:

Understand the difference between hyperparameters optimization techniques such as GridSearch, Bayesian & Random Search Optimization Techniques.

Optimize ML model hyperparameters in Scikit-Learn using GridSearch, Bayesian & Random Search Optimization Techniques.

Evaluate several trained regression models performance using various Key Performance Indicators (KPIs).

2 hours
Anfänger
Kein Download erforderlich
Video auf geteiltem Bildschirm
Englisch
Nur Desktop

Hello everyone and welcome to this new hands-on project on Machine Learning hyperparameters optimization. In this project, we will optimize machine learning regression models parameters using several techniques such as grid search, random search and Bayesian optimization. Hyperparameter optimization is a key step in developing machine learning models and it works by fine tuning ML models so they can optimally perform on a given dataset.

Kompetenzen, die Sie erwerben werden

  • Data Analysis

  • Machine Learning

  • Mathematical Optimization

Schritt für Schritt lernen

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

  1. Understand the Problem Statement

  2. Import Libraries and Datasets

  3. Practice Opportunity #1 [Optional]:

  4. Practice Opportunity #2 [Optional]

  5. Train an XG-Boost Algorithm Without Optimization

  6. Practice Opportunity #3 [Optional]

  7. Strategy #1: Optimization Using GridSearch

  8. Strategy #2: Optimization Using Random Search

  9. Strategy #3: Optimization Using Bayesian Optimizer

  10. Final Capstone Project

  11. Final Capstone Project Solution

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

Häufig gestellte Fragen

Mit dem Kauf eines angeleiteten Projekts erhalten Sie alles, was Sie zum Abschließen des angeleiteten Projekts benötigen, einschließlich des Zugriffs auf einen Cloud-Desktop-Arbeitsbereich über Ihren Webbrowser, der die Dateien und Software enthält, die Sie für den Start benötigen, sowie schrittweise Videoanweisungen von einem Fachexperten.

Da Ihr Arbeitsbereich einen Cloud-Desktop enthält, der für einen Laptop oder Desktop-Computer ausgelegt ist, sind angeleitete Projekte auf Ihrem Mobilgerät nicht verfügbar.

Die Dozenten bei angeleiteten Projekten sind Fachexperten, die Erfahrung in den Fähigkeiten, Werkzeugen oder Bereichen der jeweiligen Projekte haben und leidenschaftlich daran interessiert sind, ihr Wissen weiterzugeben und so Millionen von Lernenden auf der ganzen Welt zu beeinflussen.

Sie können alle von Ihnen erstellten Dateien aus dem angeleiteten Projekt herunterladen und speichern. Zu diesem Zweck können Sie die Funktion „Dateibrowser“ verwenden, wenn Sie auf Ihren Cloud-Desktop zugreifen.

Bei angeleiteten Projekten ist keine Erstattung möglich. Lesen Sie unsere komplette Rückerstattungsrichtlinie.

Für angeleitete Projekte ist keine finanzielle Unterstützung verfügbar.

Für angeleitete Projekte ist kein Auditing verfügbar.

Oben auf der Seite können Sie auf das Erfahrungsniveau für dieses angeleitete Projekt klicken, um das vorausgesetzte Wissen anzuzeigen. Auf jedem Niveau führt der Dozent Schritt für Schritt durch das angeleitete Projekt.

Ja, alles, was Sie zum Abschließen Ihres angeleiteten Projekts benötigen, finden Sie auf einem Cloud-Desktop, der in Ihrem Browser verfügbar ist.

Sie lernen durch Praxis, indem Sie Aufgaben in einer Split-Screen-Umgebung direkt in Ihrem Browser erledigen. Auf der linken Seite des Bildschirms erledigen Sie die Aufgabe in Ihrem Arbeitsbereich. Auf der rechten Seite des Bildschirms sehen Sie einen Dozenten, der Sie schrittweise durch das Projekt führt.

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

Coursera Footer

Lernen Sie etwas Neues

Beliebte Themen

Beliebte Zertifikate

Ausgewählte Artikel

Coursera

Community

Mehr

Überall lernen
Placeholder
Placeholder
Placeholder