Effectively Dealing with Imbalance Classes

ofrecido por
Coursera Project Network
En este proyecto guiado, tú:

Import dataset and perform EDA & visualizations

Become familiar with the variety of under sampling techniques, their advantages & dis-advantages and implement them.

Clock2 Hours
IntermediateIntermedio
CloudNo se necesita descarga
VideoVideo de pantalla dividida
Comment DotsInglés (English)
LaptopSolo escritorio

In this 2 hour guided project you will learn how to deal with imbalance classification problems in a profound manner, applying several resampling strategies and visualizing the effects of resampling on imbalance classification dataset. Note: This project 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

ADASYNSMOTETomekSMOTEMachine LearningData Visualization (DataViz)

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:

  1. Task 1: Importing data, Exploratory data analysis & visualizations

  2. Task 2: Applying under sampling strategies: Random & TomekLinks

  3. Task 3: Applying over sampling strategies: SMOTE & SVMSMOTE

  4. Task 4: Combining Over & Under Sampling strategies: SMOTETomek

  5. Task 5: Metrics Discussion & Comparison of impact of all the strategies

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

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.