In diesem projektbasierten Kurs werden wir ein maschinelles Lernmodell zur Erkennung von Diabetes mit XG-boost und Künstlichen neuronalen Netzen erstellen, trainieren und testen. Das Ziel dieses Projekts ist die Vorhersage, ob ein Patient Diabetes hat oder nicht, basierend auf den gegebenen Merkmalen und diagnostischen Messungen wie Anzahl der Schwangerschaften, Insulinspiegel, Body Mass Index, Alter und Blutdruck.

Erkennung von Diabetes-Erkrankungen mit XG-Boost und neuronalen Netzen

Erkennung von Diabetes-Erkrankungen mit XG-Boost und neuronalen Netzen

Dozent: Ryan Ahmed
Bei enthalten
(10 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Erstellen, Trainieren und Testen des Modells von XG-Boost und künstlichen neuronalen Netzen
Training eines ANN und XG-Boost Algorithmen zur Lösung von Problemen der Klassifizierung
Datenvisualisierung und Explorative Datenanalyse durchführen
Kompetenzen, die Sie festigen
- Kategorie: Datenanalyse
- Kategorie: Bewertung des Modells
- Kategorie: Wissenschaftliche Visualisierung
- Kategorie: Explorative Datenanalyse
- Kategorie: Diagnostische Tests
- Kategorie: Maschinelles Lernen
- Kategorie: Künstliche neuronale Netze
- Kategorie: Angewandtes maschinelles Lernen
- Kategorie: Prädiktive Analytik
- Kategorie: Datenvisualisierung
- Kategorie: Tiefes Lernen
- Kategorie: Prädiktive Modellierung
- Kategorie: Algorithmen für maschinelles Lernen
- Kategorie: Modell Ausbildung
Tools, die Sie verwenden werden
- Kategorie: Klassifizierungsalgorithmen
- Kategorie: Python-Programmierung
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
Nur als Desktop-Version verfügbar
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Lernen, Üben und Anwenden von berufsrelevanten Fähigkeiten in weniger als 2 Stunden
- Nehmen Sie an Schulungen von Branchenexperten teil
- Sammeln Sie mit Aufgaben aus der realen Welt praktische Erfahrung
- Schaffen Sie Vertrauen durch neueste Tools und Technologien

Über dieses begleitete Projekt
Schritt für Schritt lernen
In einem Video, das auf einer Hälfte Ihres Arbeitsbereichs abgespielt wird, führt Sie Ihr Dozent durch diese Schritte:
Verstehen der Problembeschreibung und des Business Case
Bibliotheken und Datensätze importieren
Übungsmöglichkeit #1 [fakultativ]
Datenvisualisierung durchführen
Aufteilung der Daten in Training und Test
Übungsmöglichkeit #2 [fakultativ]
Erstellen eines Modells für ein Neuronales Netz in Keras
Kompilieren und Trainieren eines ANN Modells
Bewertung der Leistung des trainierten Modells
Übungsmöglichkeit #3 [fakultativ]
Training und Bewertung eines XG-Boost Algorithmus
Übungsmöglichkeit #4 [fakultativ]
Empfohlene Erfahrung
Python-Programmiererfahrung und grundlegende mathematische Kenntnisse
12 Projektbilder
Dozent

von
Was Sie beim Lernen erwartet
Auf Kompetenzen basierendes, praktisches Lernen
Üben Sie die Anwendung neuer Kompetenzen anhand von berufsbezogenen Aufgabenstellungen.
Anleitung durch Experten
Lernen Sie mit vorab von Experten aufgezeichneten Videos in einer einzigartigen aufgeteilten Oberfläche.
Keine Downloads oder Installation erforderlich
Greifen Sie in einem vordefinierten Cloud-Arbeitsbereich auf die Tools und Ressourcen zu.
Nur für Desktop verfügbar
Dieses begleitete Projekt ist für die Bearbeitung an einem Laptop oder Desktop-Computer mit stabiler Internetverbindung konzipiert und nicht für Mobilgeräte.
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Ihnen könnte auch Folgendes gefallen:
Status: Kostenloser Testzeitraum
Status: VorschauUniversity of Copenhagen
Status: VorschauUniversity of Copenhagen

Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.


