Einführung in Daten für maschinelles Lernen
Die Leistungsfähigkeit von Machine Learning-Modellen basiert auf den Daten, die zum Trainieren verwendet werden. Mithilfe von Inhalten und Übungen erfahren Sie, wie Sie Ihre Daten verstehen, so codieren, dass der Computer sie richtig interpretieren kann, wie Sie Fehler bereinigen, und Sie erhalten Tipps zum Erstellen von Hochleistungsmodellen, die eine gute Leistung bieten.
Lernziele
In diesem Modul lernen Sie Folgendes:
- Visualisieren großer Datasets mit explorativer Datenanalyse (EDA)
- Bereinigen der Fehler in einem Dataset
- Vorhersagen unbekannter Werte mit numerischen und kategorischen Daten
Voraussetzungen
Eine gewisse Vertrautheit mit Machine Learning-Konzepten wie Modellen und Kosten ist hilfreich, aber keine Voraussetzung.