XG-Boost 101: Used Cars Price Prediction

4.6
звезд

Оценки: 34

от партнера
В этом Проект с консультациями вы:
2 hours
Учащийся среднего уровня
Загрузка не требуется
Видео на разделенном экране
Английский
Только для ПК

In this hands-on project, we will train 3 Machine Learning algorithms namely Multiple Linear Regression, Random Forest Regression, and XG-Boost to predict used cars prices. This project can be used by car dealerships to predict used car prices and understand the key factors that contribute to used car prices. By the end of this project, you will be able to: - Understand the applications of Artificial Intelligence and Machine Learning techniques in the banking industry - Understand the theory and intuition behind XG-Boost Algorithm - Import key Python libraries, dataset, and perform Exploratory Data Analysis. - Perform data visualization using Seaborn, Plotly and Word Cloud. - Standardize the data and split them into train and test datasets.   - Build, train and evaluate XG-Boost, Random Forest, Decision Tree, and Multiple Linear Regression Models Using Scikit-Learn. - Assess the performance of regression models using various Key Performance Indicators (KPIs). 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

  • Artificial Intelligence (AI)

  • Python Programming

  • Machine Learning

  • regression

Будете учиться пошагово

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

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 XG-BOOST 101: USED CARS PRICE PREDICTION

Посмотреть все отзывы

Часто задаваемые вопросы