Chevron Left
Вернуться к Dimensionality Reduction using an Autoencoder in Python

Отзывы учащихся о курсе Dimensionality Reduction using an Autoencoder in Python от партнера Coursera Project Network

4.6
звезд
Оценки: 94

О курсе

In this 1-hour long project, you will learn how to generate your own high-dimensional dummy dataset. You will then learn how to preprocess it effectively before training a baseline PCA model. You will learn the theory behind the autoencoder, and how to train one in scikit-learn. You will also learn how to extract the encoder portion of it to reduce dimensionality of your input data. In the course of this project, you will also be exposed to some basic clustering strength metrics. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions....

Лучшие рецензии

UI

3 мая 2020 г.

Very practical and useful introductory course. Looking for the next courses :)

RR

12 июня 2020 г.

I really enjoyed this course. Thank you very much for the valuable teaching.

Фильтр по:

1–16 из 16 отзывов о курсе Dimensionality Reduction using an Autoencoder in Python

автор: Abhishek P G

15 июня 2020 г.

автор: Felix H

30 июня 2020 г.

автор: Ulvi I

4 мая 2020 г.

автор: Ramya G R

13 июня 2020 г.

автор: Mayank S

4 мая 2020 г.

автор: Oscar A C B

12 июня 2020 г.

автор: chandrasekhar u

6 мая 2020 г.

автор: Gangone R

2 июля 2020 г.

автор: Doss D

2 июля 2020 г.

автор: Sarangan R

10 янв. 2021 г.

автор: Joerg A

19 мая 2020 г.

автор: MD. M H

17 сент. 2020 г.

автор: Juan C V

5 июля 2020 г.

автор: Sujeet B

7 мая 2020 г.

автор: Jorge G

25 февр. 2021 г.

автор: Simon S R

29 авг. 2020 г.