このコースについて

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

初級レベル

Some experience in Python programming and machine learning theory is recommended.

約4時間で修了

推奨:2.5 hours...

英語

字幕:英語

学習内容

  • Understand the theory behind support vector machines

  • Builld SVM models with scikit-learn to classify linear and non-linear data

  • Determine the strengths and limitations of SVMs

  • Develop an SVM-based facial recognition model

習得するスキル

Data ScienceMachine LearningPython ProgrammingSupport Vector Machine (SVM)Data Analysis

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

初級レベル

Some experience in Python programming and machine learning theory is recommended.

約4時間で修了

推奨:2.5 hours...

英語

字幕:英語

提供:

Rhyme ロゴ

Rhyme

シラバス - 本コースの学習内容

1

1

2時間で修了

Project: Support Vector Machines with scikit-learn

2時間で修了
1 reading
1件の学習用教材
Project-Based Course Overview10 分
2の練習問題
Check your Understanding
Support Vector Machines with scikit-learn12 分

よくある質問

  • はい、最初のビデオをプレビューしてシラバスを表示してから登録できます。プレビューに含まれないコンテンツにアクセスするには、コースを購入する必要があります。

  • セッションの開始日前にコースに登録すると、そのコースに関するすべての講座のビデオと学習用教材にアクセスできます。課題は、セッションの開始後に提出できるようになります。

  • 登録してセッションを開始すると、すべてのビデオや、学習用教材項目やコースのディスカッションフォーラムなど他のリソースにアクセスできます。演習の評価を表示して提出したり、成績とコース修了証の取得に必要なテストを完了することができます。

  • コースを無事完了すると、コースの電子修了証が成果のページに追加されます。そこからコースの修了証を印刷したり、LinkedInのプロフィールに追加したりできます。

  • このコースは現在、利用できる期間内において、支払い済み受講生または学資援助を受けた受講生のみが利用できるCoursera(コーセラ)提供のコースです。

  • A project-based course enables you to practice applying a skill by providing you all the guidance, tools, and data you need to complete a project.

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。