University Admission Prediction Using Multiple Linear Regression

4.6
별점
168개의 평가
제공자:
Coursera Project Network
5,754명이 이미 등록했습니다.
학습자는 이 안내 프로젝트에서 다음을 수행하게 됩니다.

Train Artificial Neural Network models to perform regression tasks

Perform exploratory data analysis

Understand the theory and intuition behind regression models and train them in Scikit Learn

Understand the difference between various regression models KPIs such as MSE, RMSE, MAE, R2, adjusted R2

Clock2 hours
Intermediate중급
Cloud다운로드 필요 없음
Video분할 화면 동영상
Comment Dots영어
Laptop데스크톱 전용

In this hands-on guided project, we will train regression models to find the probability of a student getting accepted into a particular university based on their profile. This project could be practically used to get the university acceptance rate for individual students using web application. 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.

개발할 기술

regression modelsDeep LearningArtificial Intelligence (AI)Machine LearningPython Programming

단계별 학습

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

  1. Understand the problem statement

  2. Import libraries and datasets

  3. Perform Exploratory Data Analysis

  4. Perform Data Visualization

  5. Create Training and Testing Datasets

  6. Train and evaluate a linear regression model

  7. Train and evaluate an artificial neural networks model

  8. Train and Evaluate a Random Forest Regressor and Decision Tree Model

  9. Understand the various regression KPIs

  10. Calculate and Print Regression model KPIs

안내형 프로젝트 진행 방식

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

분할 화면 동영상에서 강사가 프로젝트를 단계별로 안내해 줍니다.

검토

UNIVERSITY ADMISSION PREDICTION USING MULTIPLE LINEAR REGRESSION의 최상위 리뷰

모든 리뷰 보기

자주 묻는 질문

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.