Support Vector Machine Classification in Python

4.4

星

141件の評価

•

26件のレビュー

提供：

Coursera Project Network

5,831人がすでに登録済みです

このガイド付きプロジェクトでは、次のことを行います。

import the dataset and perform training/testing set splits

Apply feature scaling for normalization

Build an SVM classifier and make Predictions

Build a Confusion Matrix and Visualize the results

2 hours

中級

ダウンロード不要

分割画面ビデオ

英語

デスクトップのみ

In this 1-hour long guided project-based course, you will learn how to use Python to implement a Support Vector Machine algorithm for classification. This type of algorithm classifies output data and makes predictions. The output of this model is a set of visualized scattered plots separated with a straight line. You will learn the fundamental theory and practical illustrations behind Support Vector Machines and learn to fit, examine, and utilize supervised Classification models using SVM to classify data, using Python. We will walk you step-by-step into Machine Learning supervised problems. With every task in this project, you will expand your knowledge, develop new skills, and broaden your experience in Machine Learning. Particularly, you will build a Support Vector Machine algorithm, and by the end of this project, you will be able to build your own SVM classification model with amazing visualization. In order to be successful in this project, you should just know the basics of Python and classification algorithms.

あなたが開発するスキル

Machine LearningPython ProgrammingSupport Vector Machine (SVM)classificationSupervised Learning

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。

Understand the concept of building a Support Vector Machine classification algorithm with a real-world example
Import and explore the dataset and libraries: numpy, pandas and matplotlib
Split the dataset into training set and testing set
Apply feature scaling to normalize the input features
Fit the SVM classifier to the dataset and making predictions
Visualize training and testing sets results

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

講師

Mo Rebaie

受講者26,112 名

レビュー

4.4

26件のレビュー

5 stars
65.95%
4 stars
19.14%
3 stars
7.80%
2 stars
3.54%
1 star
3.54%

SUPPORT VECTOR MACHINE CLASSIFICATION IN PYTHON からの人気レビュー

AMにより2020年5月2日

Straight to the point, take a little bit of time and it is very useful for anyone seeking more knowledge in this domain. Thumbs up to the instructor.

PKにより2020年9月26日

it was a little bit hard to get message, when he did not write the code for visualizing and copied it. My code never get executed even I copied.

MAにより2020年9月11日

Good Course. But voice of instructor was not clear enough and he was very slow. Overall, I have learned some new things. Thanks Instructor.

NNにより2020年8月18日

Gave me a good intuition for applying SVM classifier in python as well as visualising predictions, thanks for guiding me through this.

すべてのレビューを見る

よくある質問

よくある質問

ガイド付きプロジェクトを購入すると何ができるよううになりますか？
プロジェクトを購入することによって、ガイド付きプロジェクトを完了するために必要なものすべてが得られます。これには、開始する必要のあるファイルとソフトウェアを含むWebブラウザを介したクラウドデスクトップワークスペースへのアクセスの他、専門家によるステップバイステップのビデオ講座が含まれます。
ガイド付きプロジェクトはデスクトップとモバイル機器で利用できますか？
ワークスペースにはラップトップまたはデスクトップコンピューターに適したサイズのクラウドデスクトップが含まれているため、モバイル機器ではガイド付きプロジェクトをご利用いただけません。
ガイド付きプロジェクトの講師にはどのような方がいらっしゃいますか？
ガイド付きプロジェクトの講師は、プロジェクトのスキル、ツール、またはその分野での経験があり、知識を共有して世界中の何百万人もの受講生に影響を与えるたことに情熱を持つ専門家です。
完成したガイド付きプロジェクトから成果物をダウンロードできますか？
ガイド付きプロジェクトから作成したファイルをダウンロードして保持できます。そのためには、クラウドデスクトップにアクセスしているときに「ファイルブラウザ」機能を使用できます。
返金ポリシーについて教えてください。
ガイド付きプロジェクトは払い戻しの対象外です。すべての返金ポリシーを表示する。
学資援助はありますか？
ガイド付きプロジェクトには学費援助が利用できません。
ガイド付きプロジェクトを聴講して、ビデオ部分を無料で見ることはできますか？
ガイド付きプロジェクトでは聴講することができません。
このガイド付きプロジェクトを行うにはどれくらいの経験が必要ですか？
ページの上部で、このガイド付きプロジェクトの経験レベルを押して、知識の前提条件を表示できます。ガイド付きプロジェクトのすべてのレベルで、インストラクターがステップバイステップでご案内します。
特別なソフトウェアをインストールせずに、Webブラウザでこのガイド付きプロジェクトを完了できますか？
はい。ガイド付きプロジェクトを完了するために必要なものはすべて、ブラウザで利用可能なクラウドデスクトップで利用できます。
ガイド付きプロジェクトでの学習体験はどのようなものですか？
分割画面環境でタスクをブラウザで直接完了することで学習できます。画面の左側で、ワークスペースでタスクを完了します。画面の右側で、講師がプロジェクトをステップごとにガイドします。

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。