Cervical Cancer Risk Prediction Using Machine Learning

от партнера
Coursera Project Network
В этом Проект с консультациями вы:

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
BeginnerНачинающий
CloudЗагрузка не требуется
VideoВидео на разделенном экране
Comment DotsАнглийский
LaptopТолько для ПК

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.

Навыки, которые вы получите

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

Будете учиться пошагово

На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:

  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

Как устроены проекты с консультациями

Ваше рабочее пространство — это облачный рабочий стол в браузере. Ничего не нужно загружать.

На разделенном экране видео преподаватель предоставляет пошаговые

Часто задаваемые вопросы

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.