Kursbeschreibung
In diesen Lektionen wird der typische Modellbildungsprozess in Bezug auf die Klassifikationsmodell-Pipeline erläutert. Außerdem erhalten Sie eine Einführung in binäre und mehrklassige Klassifizierungsprobleme sowie in die Möglichkeiten, diese am besten zu nutzen. Sie lernen, wie Sie mit Hilfe von Feature Engineering die besten Dateneingaben für Ihre Klassifizierungsmodelle herausfinden.
Außerdem wird in diesen Lektionen die Modellierung mit Qualitätsmetriken besprochen und erläutert. Sie lernen, wie Sie die Qualität eines Klassifizierungsmodells beurteilen und wie Sie ein Klassifizierungsmodell vor seinem Einsatz validieren können.
Was Sie lernen werden
- Folgen Sie dem typischen Prozess zum Aufbau eines Klassifizierungsmodells, von der Modellaufbau-Pipeline bis zur Bereitstellung
- Wenden Sie Feature Engineering an, um die besten Dateneingaben für Klassifizierungsmodelle zu identifizieren
- Unterscheiden Sie zwischen binären und Mehrklassen-Klassifizierungsproblemen und wann jedes am besten verwendet wird
- Evaluieren Sie die Leistung von Klassifizierungsmodellen anhand von Modellqualitätsmetriken
- Validieren Sie ein Klassifizierungsmodell vor der Bereitstellung
- Erstellen Sie Klassifizierungsmodelle für binäre und Mehrklassen-Klassifizierungsprobleme
Wichtige Erkenntnisse
- Der Kurs erklärt den typischen Modellaufbauprozess mit Bezug zur Klassifizierungsmodell-Pipeline.
- Feature Engineering wird verwendet, um die besten Dateneingaben für Klassifizierungsmodelle herauszufinden.
- Binäre und Mehrklassen-Klassifizierungsprobleme unterscheiden sich, und jedes hat Szenarien, in denen es am besten verwendet wird.
- Qualitätsmetriken ermöglichen es Ihnen, die Qualität eines Klassifizierungsmodells zu bewerten.
- Ein Klassifizierungsmodell sollte vor der Bereitstellung validiert werden.
Häufig gestellte Fragen
Was behandelt dieser Kurs?
Er behandelt den typischen Modellaufbauprozess für die Klassifizierungsmodell-Pipeline, eine Einführung in binäre und Mehrklassen-Klassifizierungsprobleme, Feature Engineering für die Auswahl der besten Dateneingaben, Modellierung mit Qualitätsmetriken und Modellvalidierungsmethoden.
Was ist der Unterschied zwischen binärer und Mehrklassen-Klassifizierung, der hier behandelt wird?
Der Kurs führt sowohl binäre als auch Mehrklassen-Klassifizierungsprobleme ein und erörtert die Wege, in denen jedes am besten verwendet wird.
Wie behandelt der Kurs Modellqualität und Bereitschaftsreife?
Er erörtert und beschreibt Modellierung mit Qualitätsmetriken und lehrt, wie man die Qualität eines Klassifizierungsmodells bewertet und ein Klassifizierungsmodell vor der Bereitstellung validiert.
Welche Fähigkeiten werde ich in diesem Kurs erwerben?
Sie werden Fähigkeiten in Datenklassifizierung, Feature Engineering, Feature Learning, Feature Selection, maschinellem Lernen - Modelltraining und statistischer Klassifizierung entwickeln.
Welche Themen werden in den Lektionen unterrichtet?
Die Lektionen behandeln den Modellaufbauprozess, Feature Engineering, binäre Klassifizierungsprobleme, Modellqualitätsmetriken, Mehrklassen-Klassifizierungsprobleme und Modellvalidierungsmethoden.
