Predict Ad Clicks Using Logistic Regression and XG-Boost

от партнера
В этом Проект с консультациями вы:

Train and test an XG-Boost and Logistic Regression models in Scikit-Learn

Perform data cleaning, feature engineering and visualization

Assess the performance of trained classifier models using various KPIs such as accuracy, precision and recall

2 hours
Начинающий
Загрузка не требуется
Видео на разделенном экране
Английский
Только для ПК

In this project, we will predict Ads clicks using logistic regression and XG-boost algorithms. In this project, we will assume that you have been hired as a consultant to a start-up that is running a targeted marketing ad campaign on Facebook. The company wants to analyze customer behavior by predicting which customer clicks on the advertisement.

Навыки, которые вы получите

  • Python Programming

  • Machine Learning

  • Deep Learning

  • Statistical Classification

Будете учиться пошагово

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

  1. Understand the Problem Statement

  2. Import Libraries and Datasets

  3. Practice Opportunity #1 [Optional]

  4. Explore Dataset

  5. Perform Data Visualization

  6. Practice Opportunity #2 [Optional]

  7. Prepare the Data for Training

  8. Train the model

  9. Test Trained Model

  10. Visualize Training/Testing Datasets and Trained Model

  11. Practice Opportunity #3 [Optional]

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

Приобретая проект с консультациями, вы получаете все необходимое для его выполнения, включая браузерный доступ к рабочему столу, содержащему папки и программы для начала работы, а также пошаговые видеоинструкции от отраслевого эксперта.

Поскольку ваше рабочее пространство включает облачный рабочий стол, рассчитанный на ноутбук или ПК, проекты с консультациями недоступны на мобильном устройстве.

Преподаватели, ведущие проект с рекомендациями, — это отраслевые эксперты с навыками, инструментами и пониманием темы, которые хотят разделить свои знания с миллионами учащихся по всему миру.

Вы можете скачать и сохранить любой из созданных файлов своего проекта с рекомендациями. Для этого воспользуйтесь функцией "Обозреватель файлов" на облачном рабочем столе.

Средства за проекты с рекомендациями не возвращаются. Ознакомьтесь с полным текстом нашей политики возврата средств.

Финансовая помощь недоступна для проектов с рекомендациями.

Прослушивание недоступно для проектов с консультациями.

В верхней части страницы вы можете нажать уровень опыта для этого проекта с консультациями, чтобы просмотреть предварительные требования к знаниями. Преподаватель проведет вас пошагово по каждому уровню проекта с консультациями.

Да, все необходимое для завершения проекта с рекомендациями будет доступно на облачном рабочем столе. Вы сможете открыть этот рабочий стол в браузере.

Вы научитесь выполнять задания в режиме разделенного экрана непосредственно в браузере. В левой части экрана можно выполнять задания в своем рабочем пространстве. В правой части экрана можно просматривать пошаговые инструкции преподавателя по работе с проектом.