Chevron Left
Principal Component Analysis with NumPy(으)로 돌아가기

Coursera Project Network의 Principal Component Analysis with NumPy 학습자 리뷰 및 피드백

4.6
별점
278개의 평가
47개의 리뷰

강좌 소개

Welcome to this 2 hour long project-based course on Principal Component Analysis with NumPy and Python. In this project, you will do all the machine learning without using any of the popular machine learning libraries such as scikit-learn and statsmodels. The aim of this project and is to implement all the machinery of the various learning algorithms yourself, so you have a deeper understanding of the fundamentals. By the time you complete this project, you will be able to implement and apply PCA from scratch using NumPy in Python, conduct basic exploratory data analysis, and create simple data visualizations with Seaborn and Matplotlib. The prerequisites for this project are prior programming experience in Python and a basic understanding of machine learning theory. This course runs on Coursera's hands-on project platform called Rhyme. On Rhyme, you do projects in a hands-on manner in your browser. You will get instant access to pre-configured cloud desktops containing all of the software and data you need for the project. Everything is already set up directly in your internet browser so you can just focus on learning. For this project, you’ll get instant access to a cloud desktop with Python, Jupyter, NumPy, and Seaborn pre-installed....

최상위 리뷰

TS
2020년 10월 4일

V\n\ne\n\nr\n\ny\n\ng\n\no\n\no\n\nd\n\nG\n\nu\n\ni\n\nd\n\ne\n\nd\n\ne\n\np\n\nr\n\no\n\nj\n\ne\n\nc\n\nt

TA
2020년 10월 30일

Good Introductory project to gain insights into PCA using Numpy and python.

필터링 기준:

Principal Component Analysis with NumPy의 47개 리뷰 중 1~25

교육 기관: Rishit C

2020년 6월 1일

Some places the code used could have been simplified to be easier for the learner to understand. For example: (eigen_vectors.T[:][:])[:2].T was used in the course video but it can be replaced by eigen_vectors[:, :2]. The second one which I used is much simpler and cleaner to understand.

Thank You.

교육 기관: Pranav D

2020년 6월 19일

Did not focus on the mathematics part of PCA. The explanation could have been better and easy to understand.

교육 기관: Karina R B

2020년 9월 10일

Muy buena explicación para cada uno de los aspectos del PCA.

교육 기관: Zixiang M

2020년 6월 11일

The platform is really hard to use, the screen is small, and there're lags when I'm typing into the jupyter notebook on the virtual desktop.

교육 기관: Tanuj A

2020년 10월 31일

Good Introductory project to gain insights into PCA using Numpy and python.

교육 기관: Hector P

2020년 9월 9일

This is a great project. The instructor facilitates clear and practically.

교육 기관: Mayank S

2020년 4월 24일

Learned Applying PCA

Concise course.

Liked the method of teaching.

교육 기관: Jose A

2020년 7월 26일

Good Exercise to practice and understand a little better.

교육 기관: LIN F

2020년 11월 4일

It's clear for the new learner to follow up. Thank you.

교육 기관: VIJAY K

2020년 7월 18일

Instructor is amazing, explains the things very well

교육 기관: Dr.T.Hemalatha c

2020년 6월 9일

simple and an elegant example to understand

교육 기관: Jayasanthi

2020년 4월 25일

Very good explanation with demo. Thank you.

교육 기관: Dr. C S G

2020년 6월 9일

This course is very useful in learning PCA

교육 기관: Punam P

2020년 5월 12일

Nice and Helpful course...Thanks to Team

교육 기관: Prajwal K

2020년 11월 11일

Thanks a lot Snehan .Learned a lot .

교육 기관: Dr. P W

2020년 5월 31일

This is good course for beginners

교육 기관: Syed A R

2020년 11월 3일

Excellent course and instructor.

교육 기관: Sitesh R

2020년 6월 28일

The couse was made very simple.

교육 기관: ENRICA M M

2020년 5월 27일

Corso davvero utile e semplice.

교육 기관: Oscar A C B

2020년 6월 12일

Just as simple as I needed!

교육 기관: ANURAG P

2020년 7월 14일

Great course for beginners

교육 기관: TUSHAR S

2020년 10월 5일

V

e

r

y

g

o

o

d

G

u

i

d

e

d

e

p

r

o

j

e

c

t

교육 기관: rishabh m t

2020년 9월 25일

highly informative

교육 기관: Gangone R

2020년 7월 3일

very useful course

교육 기관: Kamol D D

2020년 4월 18일

Very Satisfactory