Preparing Data for Machine Learning Models
Be Able to Select a Region of Interest and Extract Features from it, so it will be your Training Dataset.
Get Introduced to Several Numpy Functions
Label the Training Dataset
Mostre essa experiência prática em uma entrevista
By the end of this project, you will extract colors pixels as training dataset into a form where you can feed it to your Machine Learning Model using numpy arrays. In this project we will work with images, you will get introduced to computer vision basic concepts. Moreover, you will be able to properly handle arrays and preprocess your training dataset and label it. Extracting features and preparing data is a very crucial task as it influences your model. So you will start to learn the basics of handling the data into the format where it would be accepted by a Machine Learning algorithm as Training Dataset.
Basic Knowledge of Python
Basic Knowledge of Machine Learning
Habilidades que você desenvolverá
Aprender passo a passo
Em um vídeo reproduzido em uma tela dividida com a área de trabalho, seu instrutor o orientará sobre esses passos:
Introduction and Setup
Selecting Region of Interest
Features as Numpy arrays
Concatenate the 2 Features Array and Label the Training Dataset.
Final Training Dataset Preprocessing
Como funcionam os projetos guiados
Sua área de trabalho é um espaço em nuvem, acessado diretamente do navegador, sem necessidade de nenhum download
Em um vídeo de tela dividida, seu instrutor te orientará passo a passo
Instrutores
Perguntas Frequentes – FAQ
Perguntas Frequentes – FAQ
Os Projetos Guiados estão disponíveis para desktop e dispositivos móveis?
Quem são os instrutores dos Projetos guiados?
Posso baixar o trabalho do meu Projeto Guiado após completá-lo?
Quanta experiência eu preciso ter para fazer esse Projeto guiado?
Posso completar esse Projeto Guiado pelo meu navegador web em vez de instalar um software especial?
Como é a experiência de aprendizagem com Projetos guiados?
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
Coursera Footer
