PyCaret: Anatomy of Regression

제공자:
Coursera Project Network
학습자는 이 무료 안내 프로젝트에서 다음을 수행하게 됩니다.

How to create a regression environment and compare model performance

Create best performing regression models

Using hyper parameter to tune models

인터뷰에서 이 안내형 체험 보여주기

Clock2 hours 15 mins
Intermediate중급
Cloud다운로드 필요 없음
Video분할 화면 동영상
Comment Dots영어
Laptop데스크톱 전용

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.

요구 사항

Familiar with regression models, Sklearn and Python

개발할 기술

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

단계별 학습

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

  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

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.