Loading

Prise en charge des machines vectoriaux en Python

Découvrez comment créer des machines vectorielles de support en Python pour l'apprentissage automatique dans ce cours en ligne gratuit.

Publisher: Start-Tech Academy
Ce cours en ligne gratuit vous enseigne tout ce que vous devez savoir sur la formulation de machines à vecteurs de support (SVMs) et l'utilisation de leurs algorithmes. Vous allez apprendre à créer des modèles SVM de classification et de régression à l'aide du langage de programmation Python. Il s'agit notamment de modèles simples à avancés utilisant des noyaux linéaires et non linéaires. Pour une expérience d'apprentissage pratique, installez Python et suivez les tâches éducatives tout au long du cours.
Prise en charge des machines vectoriaux en Python
  • Durée

    5-6 Heures
  • Students

    1,283
  • Accreditation

    CPD

Description

Modules

Résultats

Certification

View course modules

Description

Les machines à vecteurs de support (SVMs) sont de plus en plus utilisées dans l'apprentissage automatique pour leurs prédictions et leurs interprétations de données quasi-exactes. Ce cours vous aide à comprendre et à appliquer cette technique avancée d'apprentissage automatique dans vos activités quotidiennes d'analyse de données à l'aide du langage de programmation Python. Les leçons tirées de la vidéo vous permettront de comprendre facilement les algorithmes complexes d'apprentissage de la machine. Pour ceux qui sont nouveaux à Python, un cours de crash est inclus pour vous montrer comment installer les logiciels Python et Anaconda et vous présente les commandes et les bibliothèques Python. Toutes les étapes de la résolution d'un problème métier via un arbre de décision sont couvertes dans ce cours. Bien que l'accent soit mis sur l'enseignement de l'exécution de l'analyse, ce cours vous apprend également comment sélectionner les données correctes, comment prétraiter les données, et après avoir exécuté l'analyse, juger de la qualité de votre modèle.

Vous utiliserez l'application Jupyter Notebook fournie par Anaconda pour suivre les étapes des vidéos ’. Une fois que vous avez téléchargé et configuré Anaconda et Python, vous allez apprendre les bases de l'apprentissage automatique. Le cours explique ce que l'apprentissage machine est, comment il est lié au SVM, et quel est son applicabilité dans différents scénarios métier. Vous serez introduit dans le concept d'hyperplans et le classificateur de marge maximum. Vous constatez que ce discriminant comporte des limitations, ce qui vous conduira à travers les concepts du discriminant de vecteur de support sur les machines de vecteur de support basées sur le noyau. Ensuite, vous suivrez les étapes de l'importation de données dans l'environnement Jupyter, en timorant et en prétraitant les données, en le scindant à des fins de formation et de test et en construant enfin les modèles SVM. Vous commencerez par la création d'un modèle de régression et ensuite par la création de modèles de classification. Vous allez apprendre à ajuster les paramètres d'hyperparamètres pour obtenir des résultats potentiellement meilleurs et plus précis. Vous apprendrez également à construire des modèles SVM avancés avec des noyaux polynomiaux et radiaux et leur réglage hyperparamètre.

L'idée d'apprendre des techniques avancées de SVM à partir de zéro vous intrigue? Aimeriez-vous la confiance pour aller de l'avant dans votre domaine d'expertise? Alors ce cours est pour vous ! Il vous guide à travers tout ce dont vous avez besoin pour créer un modèle SVM en Python. Il n'y a pas de prérequis pour s'inscrire à ce cours, bien qu'une compréhension des méthodes statistiques puisse être utile. Après avoir suivi ce cours, vous serez en mesure d'appliquer des techniques d'apprentissage automatique et de SVM à des problèmes d'affaires réels. Ce cours vous aidera à croître professionnellement et à améliorer vos perspectives de carrière en sciences des données. Alors, pourquoi attendre plus longtemps? Plages dans le cours et maîtrisant la compétence de classification dont tout le monde se ragre.

Démarrer le cours maintenant

Careers