PyCaret: Anatomy of Regression

от партнера
В этом Бесплатный проект с консультациями вы:

How to create a regression environment and compare model performance

Create best performing regression models

Using hyper parameter to tune models

Продемонстрируйте этот практический опыт на собеседовании

2 hours 15 mins
Учащийся среднего уровня
Загрузка не требуется
Видео на разделенном экране
Английский
Только для ПК

In this 2 hour and 15 mins long project-based course, you will learn how to ow to set up PyCaret Environment and become familiar with the variety of data preparing tasks done during setup, be able to create, see and compare the performance of several models, learn how to tune your model without doing an exhaustive search, create impressive visuals of models, interpret models with the wrapper around SHAP Library and much more & all this with just a few lines of code. Note: This project works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Требования

Familiar with regression models, Sklearn and Python

Навыки, которые вы получите

  • PyCaret

  • Machine Learning

  • Python Programming

  • regression

  • Auto ML

Будете учиться пошагово

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

  1. Task 1: Import Data, Initial dataset check and setup Pycaret environment

  2. Task 2: Create regression environment and compare model performance

  3. Task 3: Create best performing regression models

  4. Task 4: Hyper Parameter tuning the models

  5. Task 5: Stacking & Ensemble

  6. Task 6: Visualize and interpret the machine learning model

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

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.

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.