Erstellen eines Machine Learning-Modells

Modul
10 Einheiten

Anfänger

Kursteilnehmer

Data Scientist

Azure

In diesem Modul konzentrieren Sie sich auf eine lokale Analyse Ihrer Daten unter Verwendung von scikit-learn und verwenden einen Entscheidungsstrukturklassifizierer, um anhand von Rohdaten über Wetter und Raketenstarts Erkenntnisse zu gewinnen.

Lernziele

In diesem Modul lernen Sie Folgendes kennen:

Die Bedeutung der Spaltenauswahl
Das Aufteilen von Daten, um einen Machine-Learning-Algorithmus effektiv zu trainieren und zu testen
Das Trainieren, Testen und Ermitteln des Scores eines Machine-Learning-Algorithmus
Das Visualisieren eines Strukturklassifizierungsmodells

Tipp

Dieses Modul ist Teil eines multimodalen Lernprogramms. Beginnen Sie mit dem Modul, um zu sehen, ob Sie Schritt halten können.

Voraussetzungen

Vorhersagen von Verzögerungen bei Raketenstarts mithilfe von maschinellem Lernen
Visual Studio Code mit installiertem Python

Einführung min
Übung: Festlegen der in ein Machine Learning-Modell einzuschließenden Spalten min
Übung: Auswählen des Machine-Learning-Algorithmus, um einen erfolgreichen Raketenstart vorherzusagen min
Übung: Aufteilen von Daten in Trainings- und Test-Datasets min
Übung: Trainieren und Testen des Machine Learning-Modells, um einen erfolgreichen Raketenstart vorherzusagen min
Übung: Ermitteln des Scores des Machine Learning-Modells, mit dem ein erfolgreicher Raketenstart vorhergesagt wird min
Übung: Visualisieren des Machine Learning-Modells min
Übung: Vorhersagen eines erfolgreichen Raketenstarts mithilfe von Machine Learning min
Wissensbeurteilung min
Zusammenfassung min