課程信息

2,173 次近期查看

100% 在線

立即開始,按照自己的計劃學習。

可靈活調整截止日期

根據您的日程表重置截止日期。

初級

Some experience in Python programming and machine learning theory is recommended.

完成時間大約為2 小時

英語(English)

字幕:英語(English)

您將學到的內容有

  • Understand the theory behind support vector machines

  • Builld SVM models with scikit-learn to classify linear and non-linear data

  • Determine the strengths and limitations of SVMs

  • Develop an SVM-based facial recognition model

您將獲得的技能

Data ScienceMachine LearningPython ProgrammingSupport Vector Machine (SVM)Data Analysis

100% 在線

立即開始,按照自己的計劃學習。

可靈活調整截止日期

根據您的日程表重置截止日期。

初級

Some experience in Python programming and machine learning theory is recommended.

完成時間大約為2 小時

英語(English)

字幕:英語(English)

提供方

Rhyme 徽標

Rhyme

教學大綱 - 您將從這門課程中學到什麼

1

1

完成時間為 2 小時

Project: Support Vector Machines with scikit-learn

完成時間為 2 小時
1 個閱讀材料
1 個閱讀材料
Project-Based Course Overview10分鐘
2 個練習
Check your Understanding
Support Vector Machines with scikit-learn12分鐘

常見問題

  • 是的,您可以在注册之前预览第一个视频和查看授课大纲。您必须购买课程,才能访问预览不包括的内容。

  • 如果您决定在班次开始日期之前注册课程,那么您将可以访问课程的所有课程视频和阅读材料。班次开始之后,您便可以提交作业。

  • 在您注册且班次开课之后,您将可以访问所有视频和其他资源,包括阅读材料内容和课程论坛。您将能够查看和提交练习作业,并完成所需的评分作业以获得成绩和课程证书。

  • 如果您成功完成课程,您的电子课程证书将添加到您的成就页中,您可以通过该页打印您的课程证书或将其添加到您的领英档案中。

  • 该课程是 Coursera 上提供的为数不多的课程之一,目前只对已购买课程或已获得助学金的学生开放。

  • A project-based course enables you to practice applying a skill by providing you all the guidance, tools, and data you need to complete a project.

還有其他問題嗎?請訪問 學生幫助中心