Project: Predictive Modelling with Azure Machine Learning Studio

от партнера
Rhyme
В этом проект с консультациями вы:

Build a predictive model using Azure ML Studio

Demonstrate a working knowledge of setting up experiments on Azure ML Studio

Operationalise machine learning workflows with Azure's drag-and-drop modules

Clock2 hours
BeginnerНачинающий
CloudЗагрузка не требуется
VideoВидео на разделенном экране
Comment DotsАнглийский + subtitles
LaptopНе для мобильных устройств

In this project, we will use Azure Machine Learning Studio to build a predictive model without writing a single line of code! Specifically, we will predict flight delays using weather data provided by the US Bureau of Transportation Statistics and the National Oceanic and Atmospheric Association (NOAA). You will be provided with instructions on how to set up your Azure Machine Learning account with $200 worth of free credit to get started with running your experiments! 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, and scikit-learn pre-installed. Notes: - 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

Data ScienceArtificial Intelligence (AI)Machine LearningData AnalysisMicrosoft Azure

Будете учиться пошагово

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

  1. Introduction and Setup Instructions

  2. Importing the Data Sets

  3. Scrubbing Missing Values

  4. Eliminating Target Leaks

  5. Conversion to Categorical Features

  6. Preparing Features to be Joined with Weather Data

  7. Preprocessing the Weather Dataset

  8. Joining Both Datasets

  9. Training and Evaluating the Model

Как устроены проекты с консультациями

Ваше рабочее пространство — это виртуальный рабочий стол в браузере. Ничего не нужно загружать.

На разделенном экране видео преподаватель предоставляет пошаговые

Часто задаваемые вопросы

Часто задаваемые вопросы

  • Приобретая проект, 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 недоступны на мобильном устройстве.

  • Ведущие проект преподаватели — 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. Для этого воспользуйтесь функцией "Обозреватель файлов" на облачном рабочем столе.

  • Финансовая помощь недоступна для проектов.

  • Вам не нужны предварительные знания, чтобы начать работу с проектом. Преподаватель поможет вам на каждом этапе проекта.

  • Да, все необходимое для завершения проекта 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.