Diabetes Prediction With Pyspark MLLIB
Learn to Build and Train Logistic Regression Classifier using Pyspark MLLIB
Learn to set up Pyspark on the Google Colab Environment
Learn to work with Pyspark Dataframe
Demuestra esta experiencia práctica en una entrevista
In this 1 hour long project-based course, you will learn to build a logistic regression model using Pyspark MLLIB to classify patients as either diabetic or non-diabetic. We will use the popular Pima Indian Diabetes data set. Our goal is to use a simple logistic regression classifier from the pyspark Machine learning library for diabetes classification. We will be carrying out the entire project on the Google Colab environment with the installation of Pyspark.You will need a free Gmail account to complete this project. Please be aware of the fact that the dataset and the model in this project, can not be used in the real-life. We are only using this data for the educational purpose. By the end of this project, you will be able to build the logistic regression classifier using Pyspark MLlib to classify between the diabetic and nondiabetic patients.You will also be able to setup and work with Pyspark on Google colab environment. Additionally, you will also be able to clean and prepare data for analysis. You should be familiar with the Python Programming language and you should have a theoretical understanding of the Logistic Regression algorithm. You will need a free Gmail account to complete this project. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.
Habilidades que desarrollarás
Aprende paso a paso
En un video que se reproduce en una pantalla dividida con tu área de trabajo, tu instructor te guiará en cada paso:
Introduction & Install Dependencies
Clone and Explore Dataset
Data Cleaning and Preparation
Correlation analysis and Feature Selection
Split Dataset and Build the Logistic Regression Model
Evaluate and Save the model
Model Prediction on a new set of unlabelled data
Cómo funcionan los proyectos guiados
Tu espacio de trabajo es un escritorio virtual directamente en tu navegador, no requiere descarga.
En un video de pantalla dividida, tu instructor te guía paso a paso
Preguntas Frecuentes
Preguntas Frecuentes
¿Hay Proyectos guiados disponibles para computadoras de escritorio y dispositivos móviles?
¿Quiénes son los instructores de Proyectos guiados?
¿Puedo descargar el trabajo de mi Proyecto guiado después de completarlo?
¿Cuánta experiencia preciso tener para este Proyecto guiado?
¿Puedo completar este Proyecto guiado directamente utilizando mi navegador web, en lugar de instalar un software especial?
¿Cómo es la experiencia de aprendizaje con los Proyectos guiados?
¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.
Coursera Footer
