Support Vector Machine Classification in Python
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
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 Learning
- Python Programming
- Support Vector Machine (SVM)
- classification
- Supervised 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:
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
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
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.
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.
Good Course. But voice of instructor was not clear enough and he was very slow. Overall, I have learned some new things. Thanks Instructor.
Gave me a good intuition for applying SVM classifier in python as well as visualising predictions, thanks for guiding me through this.
Perguntas Frequentes – FAQ
Perguntas Frequentes – FAQ
O que eu ganho se comprar projetos guiados?
Os projetos guiados estão disponíveis no computador e em dispositivos móveis?
Quem são os instrutores dos projetos guiados?
Posso baixar o trabalho do meu projeto guiado após completá-lo?
Como funciona a política de reembolso?Como funciona a política de reembolso?
Existe algum auxílio financeiro disponível?
Posso participar como ouvinte de um projeto guiado e assistir de graça a uma parte do vídeo?
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 aprendizado com os projetos guiados?
Mais dúvidas? Visite o Central de Ajuda ao estudante.
Coursera Footer
