Support Vector Machine Classification in Python

4.4
estrelas
76 classificações
oferecido por
Coursera Project Network
1,950 já se inscreveram
Neste projeto guiado, você irá:

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

Clock2 hours
IntermediateIntermediário
CloudSem necessidade de download
VideoVídeo em tela dividida
Comment DotsInglês
LaptopApenas em desktop

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.

Habilidades que você desenvolverá

Machine LearningPython ProgrammingSupport Vector Machine (SVM)classificationSupervised Learning

Aprender passo a passo

Em um vídeo reproduzido em uma tela dividida com a área de trabalho, seu instrutor o orientará sobre esses passos:

  1. Understand the concept of building a Support Vector Machine classification algorithm with a real-world example

  2. Import and explore the dataset and libraries: numpy, pandas and matplotlib

  3. Split the dataset into training set and testing set

  4. Apply feature scaling to normalize the input features

  5. Fit the SVM classifier to the dataset and making predictions

  6. Visualize training and testing sets results

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

Avaliações

Principais avaliações do SUPPORT VECTOR MACHINE CLASSIFICATION IN PYTHON

Visualizar todas as avaliações

Perguntas Frequentes – FAQ

Perguntas Frequentes – FAQ

  • 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 vídeo 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 disponíveis para dispositivos móveis.

  • Os instrutores do projeto guiado são especialistas no assunto, têm experiência com a habilidade, a ferramenta ou o domínio 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 disponíveis para projetos guiados. Consulte nossa política de reembolso completa.

  • Não há auxílio financeiro disponível para projetos guiados.

  • A participação como ouvinte não está disponível para projetos guiados.

  • Na parte superior da página, você pode clicar no nível de experiência deste projeto guiado para visualizar os pré-requisitos de conhecimento. Em cada nível dos projetos guiados, seu instrutor o guiará passo a passo.

  • Sim, tudo o que você precisa para completar o projeto guiado estará disponível em uma área de trabalho na nuvem disponível 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 Aprendiz.