144 classificações
5.922 já se inscreveram
Implement Logistic Regression using Python and Numpy.
Apply Logistic Regression to solve binary classification problems.
Welcome to this project-based course on Logistic with NumPy and Python. In this project, you will do all the machine learning without using any of the popular machine learning libraries such as scikit-learn and statsmodels. The aim of this project and is to implement all the machinery, including gradient descent, cost function, and logistic regression, of the various learning algorithms yourself, so you have a deeper understanding of the fundamentals. By the time you complete this project, you will be able to build a logistic regression model using Python and NumPy, conduct basic exploratory data analysis, and implement gradient descent from scratch. The prerequisites for this project are prior programming experience in Python and a basic understanding of machine learning theory. This course runs on Coursera's hands-on project platform called Rhyme. On Rhyme, you do projects in a hands-on manner in your browser. You will get instant access to pre-configured cloud desktops containing all of the software and data you need for the project. Everything is already set up directly in your internet browser so you can just focus on learning. For this project, you’ll get instant access to a cloud desktop with Python, Jupyter, NumPy, and Seaborn pre-installed.
Deep Learning
Machine Learning
Logistic Regression
Python Programming
Numpy
Em um vÃdeo reproduzido em uma tela dividida com a área de trabalho, seu instrutor o orientará sobre esses passos:
Introduction
Hyperparameters
Dataset
A Mini Batch of Examples
Create Model
Forward Pass
Backward Pass
Update Parameters
Check Model Performance
Training Loop
Sua área de trabalho é um espaço em nuvem, acessado diretamente do navegador, sem necessidade de nenhum download
Em um vÃdeo de tela dividida, seu instrutor te orientará passo a passo
por BA
26 de set de 2020Well..I would like to recommend this project for machine learning students who can have a better understanding of concepts related to deep learning and Ml.
por DP
8 de abr de 2020Want to do a project in Logistic Regression. You are at the right spot Don't delay and take the course.
por MT
9 de mar de 2020Easy to follow along, each step was made very clear, and I understood the justification behind steps.
por ST
8 de mar de 2020it is a great course and successfully trained my ml model
Ao comprar projetos guiados, você recebe tudo o que precisa para completá-los, inclusive acesso a um espaço de trabalho de área de trabalho na nuvem por meio do seu navegador web, que contém o software e os arquivos necessários para iniciar, além de um vÃdeo de instruções passo a passo de um especialista no assunto.
Como seu espaço de trabalho tem uma área de trabalho na nuvem dimensionada para notebooks e computadores desktop, os projetos guiados não estão disponÃveis para dispositivos móveis.
Os instrutores do projeto guiado são especialistas no assunto, têm experiência com a habilidade, a ferramenta ou o domÃnio do projeto e amam compartilhar seus conhecimentos para ajudar milhões de aprendizes do mundo todo.
Você pode baixar e manter todos os arquivos que foram criados para seu projeto guiado. Para fazer isso, você pode usar o recurso "Navegador de arquivos" enquanto acessa a área de trabalho na nuvem.
Reembolsos não estão disponÃveis para projetos guiados. Consulte nossa polÃtica de reembolso completa.
Não há auxÃlio financeiro disponÃvel para projetos guiados.
A participação como ouvinte não está disponÃvel para projetos guiados.
Na parte superior da página, você pode clicar no nÃvel de experiência deste projeto guiado para visualizar os pré-requisitos de conhecimento. Em cada nÃvel dos projetos guiados, seu instrutor o guiará passo a passo.
Sim, tudo o que você precisa para completar o projeto guiado estará disponÃvel em uma área de trabalho na nuvem disponÃvel no seu navegador.
Você aprenderá na prática ao completar tarefas em um ambiente com tela dividida, diretamente em seu navegador. No lado esquerdo da tela, você completa a tarefa no seu espaço de trabalho. No lado direito, você assiste a um instrutor que o guiará pelo projeto, passo a passo.
Mais dúvidas? Visite o Central de Ajuda ao estudante.
