Cervical Cancer Risk Prediction Using Machine Learning

Coursera Project Network
학습자는 이 안내 프로젝트에서 다음을 수행하게 됩니다.

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
Cloud다운로드 필요 없음
Video분할 화면 동영상
Comment Dots영어
Laptop데스크톱 전용

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.

개발할 기술

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

단계별 학습

작업 영역이 있는 분할 화면으로 재생되는 동영상에서 강사는 다음을 단계별로 안내합니다.

  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

안내형 프로젝트 진행 방식

작업 영역은 브라우저에 바로 로드되는 클라우드 데스크톱으로, 다운로드할 필요가 없습니다.

분할 화면 동영상에서 강사가 프로젝트를 단계별로 안내해 줍니다.

자주 묻는 질문

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.