Train Artificial Neural Network models to perform regression tasks
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
In this hands-on project, we will train machine learning and deep learning models to predict the % of Silica Concentrate in the Iron ore concentrate per minute. This project could be practically used in Mining Industry to get the % Silica Concentrate at much faster rate compared to the traditional methods.
regression models
Deep Learning
Artificial Neural Network
Machine Learning
Python Programming
En un video que se reproduce en una pantalla dividida con tu área de trabajo, tu instructor te guiará en cada paso:
Understand the Problem Statement and Business Case
Practice Opportunity #1 [Optional]
Import Libraries/Datasets and Perform Data Exploration
Practice Opportunity #2 [Optional]
Perform Data Visualization
Practice Opportunity #3 [Optional]
Prepare the Data for Model Training
Train and Evaluate a Linear Regression Model
Train and Evaluate a Decision Tree and Random Forest
Practice Opportunity #4 [Optional]
Understand the Theory and Intuition Behind Artificial Neural Networks
Train an Artificial Neural Network to Perform Regression Tasks
Practice Opportunity #5 [Optional]
Compare Models and Calculate Regression KPIs
Capstone Final Project
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
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.
