University Admission Prediction Using Multiple Linear Regression

4.6
estrellas

177 calificaciones

ofrecido por

6213 ya inscrito

En este proyecto guiado, tú:

Train Artificial Neural Network models to perform regression tasks

Perform exploratory data analysis

Understand the theory and intuition behind regression models and train them in Scikit Learn

Understand the difference between various regression models KPIs such as MSE, RMSE, MAE, R2, adjusted R2

2 hours
Intermedio
No se necesita descarga
Video de pantalla dividida
Inglés (English)
Solo escritorio

In this hands-on guided project, we will train regression models to find the probability of a student getting accepted into a particular university based on their profile. This project could be practically used to get the university acceptance rate for individual students using web application. 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

  • regression models

  • Deep Learning

  • Artificial Intelligence (AI)

  • Machine Learning

  • Python Programming

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. Understand the problem statement

  2. Import libraries and datasets

  3. Perform Exploratory Data Analysis

  4. Perform Data Visualization

  5. Create Training and Testing Datasets

  6. Train and evaluate a linear regression model

  7. Train and evaluate an artificial neural networks model

  8. Train and Evaluate a Random Forest Regressor and Decision Tree Model

  9. Understand the various regression KPIs

  10. Calculate and Print Regression model KPIs

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

Instructor

Reseñas

Principales reseñas sobre UNIVERSITY ADMISSION PREDICTION USING MULTIPLE LINEAR REGRESSION

Ver todas las reseñas

Preguntas Frecuentes

Al comprar un proyecto guiado, obtendrás todo lo que necesitas para completarlo, incluido el acceso a un espacio de trabajo de escritorio en la nube a través de tu navegador web que contiene los archivos y el software que necesitas para comenzar, además de instrucciones de video paso a paso de un experto en la materia.

Dado que tu espacio de trabajo contiene un escritorio en la nube del tamaño de una computadora portátil o computadora de escritorio, los proyectos guiados no están disponibles en tu dispositivo móvil.

Los instructores de proyectos guiados son expertos en la materia que tienen experiencia en habilidades, herramientas o dominios de su proyecto y les apasiona compartir sus conocimientos para impactar a millones de estudiantes en todo el mundo.

Puedes descargar y conservar cualquiera de tus archivos creados del proyecto guiado. Para hacerlo, puedes usar la función 'Explorador de archivos' mientras accedes a tu escritorio en la nube.

Los proyectos guiados no son elegibles para reembolsos. Ver nuestra política de reembolso completo.

La ayuda financiera no está disponible para proyectos guiados.

El acceso como oyente no está disponible para los proyectos guiados.

En la parte superior de la página, puedes presionar en el nivel de experiencia de este proyecto guiado para ver los requisitos de conocimientos previos. En cada nivel del proyecto guiado, tu instructor te orientará paso a paso.

Sí, todo lo que necesitas para completar tu proyecto guiado estará disponible en un escritorio en la nube que estará disponible en tu navegador.

Aprenderás completando tareas en un entorno de pantalla dividida directamente en tu navegador. En el lado izquierdo de la pantalla, completarás la tarea en tu espacio de trabajo. En el lado derecho de la pantalla, verás a un instructor guiarte a través del proyecto, paso a paso.

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

Coursera Footer

Aprende algo nuevo

Temas populares

Certificados populares

Artículos destacados

Coursera

Comunidad

Más

Aprende en cualquier lado
Placeholder
Placeholder
Placeholder