PyCaret: Anatomy of Regression

von
Coursera Project Network
In diesem Kostenloses angeleitetes Projekt werden Sie:

How to create a regression environment and compare model performance

Create best performing regression models

Using hyper parameter to tune models

Präsentieren Sie diese praktische Erfahrung in einem Vorstellungsgespräch

Clock2 hours 15 mins
IntermediateMittel
CloudKein Download erforderlich
VideoVideo auf geteiltem Bildschirm
Comment DotsEnglisch
LaptopNur Desktop

In this 2 hour and 15 mins long project-based course, you will learn how to ow to set up PyCaret Environment and become familiar with the variety of data preparing tasks done during setup, be able to create, see and compare the performance of several models, learn how to tune your model without doing an exhaustive search, create impressive visuals of models, interpret models with the wrapper around SHAP Library and much more & all this with just a few lines of code. Note: This project works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Anforderungen

Familiar with regression models, Sklearn and Python

Kompetenzen, die Sie erwerben werden

  • PyCaret
  • Machine Learning
  • Python Programming
  • regression
  • Auto ML

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: Import Data, Initial dataset check and setup Pycaret environment

  2. Task 2: Create regression environment and compare model performance

  3. Task 3: Create best performing regression models

  4. Task 4: Hyper Parameter tuning the models

  5. Task 5: Stacking & Ensemble

  6. Task 6: Visualize and interpret the machine learning model

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.