Medical Diagnosis using Support Vector Machines

4.5
звезд
Оценки: 53
от партнера
Coursera Project Network
1 946 уже зарегистрированы
В этом Проект с консультациями вы:

Create a machine learning model using industry standard tools and solve a medical diagnosis problem

Clock1 hour
IntermediateУчащийся среднего уровня
CloudЗагрузка не требуется
VideoВидео на разделенном экране
Comment DotsАнглийский
LaptopТолько для ПК

In this one hour long project-based course, you will learn the basics of support vector machines using Python and scikit-learn. The dataset we are going to use comes from the National Institute of Diabetes and Digestive and Kidney Diseases, and contains anonymized diagnostic measurements for a set of female patients. We will train a support vector machine to predict whether a new patient has diabetes based on such measurements. By the end of this course, you will be able to model an existing dataset with the goal of making predictions about new data. This is a first step on the path to mastering machine learning. 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.

Навыки, которые вы получите

Python ProgrammingMachine LearningScikit-Learn

Будете учиться пошагово

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

  1. Load a dataset from file

  2. Split a dataset into training and testing subsets

  3. Create a support vector machine

  4. Make a medical diagnosis for a new patient

  5. Evaluate the accuracy of the SVM classifier

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 MEDICAL DIAGNOSIS USING SUPPORT VECTOR MACHINES

Посмотреть все отзывы

Часто задаваемые вопросы

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.