Diese Woche werden wir lernen, wie man eine einfache Tasche mit Wörtern für die Analyse erstellt. Wir werden auch die Regularisierung behandeln und warum sie bei der Erstellung eines Modells wichtig ist. Schließlich werden wir ein Modell mit Regularisierung bewerten und uns dabei auf Klassifikatoren konzentrieren.

In dieser Woche lernen wir etwas über Validierung und wie man sie zusammen mit Training und Tests implementiert. Außerdem werden wir uns damit beschäftigen, wie man eine Regularisierungspipeline in Python implementiert und ein paar Richtlinien für bewährte Verfahren vorstellen.

In der letzten Woche dieses Kurses werden Sie auf dem Projekt aus dem ersten und zweiten Kurs von Python Data Products for Predictive Analytics mit einfachen Algorithmen für prädiktives maschinelles Lernen weiter aufbauen. Finden Sie einen Datensatz, bereinigen Sie ihn und führen Sie grundlegende Analysen mit den Daten durch. Bewerten Sie Ihr Modell, validieren Sie Ihre Analysen und stellen Sie sicher, dass Sie die Daten nicht überanpassen.