Handling Imbalanced Data Classification Problems

4.6
49件の評価
提供:
Coursera Project Network
このガイド付きプロジェクトでは、次のことを行います。

Understand the business problem and the dataset to choose best evaluation metric for the problem

Create imbalanced data classification model using SMOTE data resampling technique

Compute to ROC curve and use to adjust probability threshold

Clock2 hours
Intermediate中級
Cloudダウンロード不要
Video分割画面ビデオ
Comment Dots英語
Laptopデスクトップのみ

In this 2-hour long project-based course on handling imbalanced data classification problems, you will learn to understand the business problem related we are trying to solve and and understand the dataset. You will also learn how to select best evaluation metric for imbalanced datasets and data resampling techniques like undersampling, oversampling and SMOTE before we use them for model building process. At the end of the course you will understand and learn how to implement ROC curve and adjust probability threshold to improve selected evaluation metric of the model. 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.

あなたが開発するスキル

  • Predictive Modelling
  • SMOTE
  • Data Resampling
  • Imbalanced Data
  • Receiver Operating Characteristic (ROC)

ステップバイステップで学習します

ワークエリアを使用した分割画面で再生するビデオでは、講師がこれらの手順を説明します。

  1. Loading and understanding the dataset

  2. Exploring the dataset

  3. Evaluation metric selection

  4. Creating a baseline model

  5. Resampling techniques for imbalanced datasets

  6. Implementing ROC curve

  7. Adjusting probability threshold

ガイド付きプロジェクトの仕組み

ワークスペースは、ブラウザに完全にロードされたクラウドデスクトップですので、ダウンロードは不要です

分割画面のビデオで、講師が手順ごとにガイドします

レビュー

HANDLING IMBALANCED DATA CLASSIFICATION PROBLEMS からの人気レビュー

すべてのレビューを見る

よくある質問

よくある質問

さらに質問がある場合は、受講者ヘルプセンターにアクセスしてください。