Decision Tree and Random Forest Classification using Julia

4.6
звезд
Оценки: 12
от партнера
Coursera Project Network
В этом Проект с консультациями вы:

Learn about stumps, decision trees and random forests.

Learn how to check the performance of a decision tree and random forest.

Work with a real world dataset.

Clock1 hour 30 minutes
BeginnerНачинающий
CloudЗагрузка не требуется
VideoВидео на разделенном экране
Comment DotsАнглийский
LaptopТолько для ПК

This guided project is about glass classification using decision tree classification and random forest classification in Julia. It is ideal for beginners who do not know what decision trees or random forests are because this project explains these concepts in simple terms. While you are watching me code, you will get a cloud desktop with all the required software pre-installed. This will allow you to code along with me. After all, we learn best with active, hands-on learning. Special features: 1) Simple explanations of important concepts. 2) Use of images to aid in explanation. 3) Challenges to ensure that the learner gets practice. 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.

Навыки, которые вы получите

  • Decision Tree
  • Data Analysis
  • Random Forest
  • Classification Algorithms
  • julia

Будете учиться пошагово

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

  1. Learn about stumps and their importance.

  2. Learn how to build a decision tree.

  3. Learn how to prune a decision tree.

  4. Learn how to build a random forest.

  5. Learn how to do hyper parameter tuning

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.