Logistic Regression with Python and Numpy
Implement Logistic Regression using Python and Numpy.
Apply Logistic Regression to solve binary classification problems.
Welcome to this project-based course on Logistic 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, including gradient descent, cost function, and logistic regression, 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 build a logistic regression model using Python and NumPy, conduct basic exploratory data analysis, and implement gradient descent from scratch. 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.
Навыки, которые вы получите
Будете учиться пошагово
На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:
Introduction
Hyperparameters
Dataset
A Mini Batch of Examples
Create Model
Forward Pass
Backward Pass
Update Parameters
Check Model Performance
Training Loop
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
Рецензии
Лучшие отзывы о курсе LOGISTIC REGRESSION WITH PYTHON AND NUMPY
Well..I would like to recommend this project for machine learning students who can have a better understanding of concepts related to deep learning and Ml.
Want to do a project in Logistic Regression. You are at the right spot Don't delay and take the course.
Easy to follow along, each step was made very clear, and I understood the justification behind steps.
I enjoyed it. Thank you. But helper functions could be explained more or given as a blog.
Часто задаваемые вопросы
Часто задаваемые вопросы
Что я получу, приобретя Проект с консультациями?
Доступны ли Проекты с консультациями на ПК и мобильных устройствах?
Какие преподаватели ведут Проекты с консультациями?
Можно ли скачать свою работу после завершения Проект с консультациями?
Какие правила возврата средств?
Можно ли получить финансовую помощь?
Можно ли прослушать Проект с консультациями и посмотреть видео бесплатно?
Какие предварительные знания требуются для работы над Проект с консультациями?
Можно ли пройти этот Проект с консультациями в веб-браузере, не устанавливая специальное ПО?
Как организованы Проекты с консультациями?
Остались вопросы? Посетите Центр поддержки учащихся.
Coursera Footer
