Machine Learning Labs
(ML-LABS.AA1) / ISBN : 978-1-64459-455-1
Über diesen Kurs
Erleben Sie die Macht des praktischen Lernens in Laboren zum maschinellen Lernen. Dieser interaktive Kurs bietet spannende Lektionen und immersive Übungen, in denen Sie praktische Erfahrung bei der Durchführung verschiedener Aufgaben des maschinellen Lernens sammeln. Von der Arbeit mit Pandas DataFrames bis hin zur Erkundung von Visualisierungsbibliotheken und beliebten Bibliotheken für maschinelles Lernen wie Scikit-learn entwickeln Sie die erforderlichen Fähigkeiten, um im dynamischen Bereich des maschinellen Lernens erfolgreich zu sein.
Fähigkeiten, die Sie erwerben werden
Holen Sie sich die Unterstützung, die Sie brauchen. Melden Sie sich für unseren Kurs mit Lehrer an.
Praktische Übungen
25+ LiveLab | 25+ Videoanleitungen | 27+ Minutes
Pandas
- Using the read_csv() Function
- Filtering a DataFrame Based on Index
- Indexing a DataFrame
- Sorting a DataFrame
- Creating a Series from a Dictionary Using pandas
NumPy
- Creating a Multi-Dimensional Array Using numpy
- Creating a One-Dimensional Array Using numpy
Visualization Libraries
- Creating a Scatter Plot Using matplotlib
Machine Learning Libraries
- Using scikit-learn
- Applying Box-Cox Transformation
Extracting, Transforming, and Loading Data
- Handling the Missing Values
- Performing Data Cleaning
Designing a Machine Learning Approach
- Performing Chi-Square Test
- Performing Two-Way ANOVA
- Calculating the Euclidean Distance between Two Series
- Performing Feature Selection Using Chi-Square Test
- Performing One-Way ANOVA
- Performing the Goodness of Fit Test
Developing Classification Models
- Performing Logistic Regression
- Performing Bagging
- Creating a Decision Tree
- Creating a Confusion Matrix
- Creating a Contingency Table
Developing Regression Models
- Performing Linear Regression on the Salary Dataset
Developing Clustering Models
- Performing K-Means Clustering