Predictive Modelling with Azure Machine Learning Studio

174 évaluations
Offert par
Coursera Project Network
6,656 déjà inscrits
Dans ce projet guidé, vous :

Build a predictive model using Azure ML Studio

Demonstrate a working knowledge of setting up experiments on Azure ML Studio

Operationalise machine learning workflows with Azure's drag-and-drop modules

Clock2 hours
CloudAucun téléchargement requis
VideoVidéo en écran partagé
Comment DotsAnglais
LaptopOrdinateur de bureau uniquement

In this project, we will use Azure Machine Learning Studio to build a predictive model without writing a single line of code! Specifically, we will predict flight delays using weather data provided by the US Bureau of Transportation Statistics and the National Oceanic and Atmospheric Association (NOAA). You will be provided with instructions on how to set up your Azure Machine Learning account with $200 worth of free credit to get started with running your experiments! This course runs on Coursera's hands-on project platform called Rhyme. On Rhyme, you do projects in a hands-on manner in your browser. You will get instant access to pre-configured cloud desktops containing all of the software and data you need for the project. Everything is already set up directly in your internet browser so you can just focus on learning. For this project, you’ll get instant access to a cloud desktop with Python, Jupyter, and scikit-learn pre-installed. Notes: - This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Les compétences que vous développerez

Data ScienceArtificial Intelligence (AI)Machine LearningData AnalysisMicrosoft Azure

Apprendrez étape par étape

Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :

  1. Introduction and Setup Instructions

  2. Importing the Data Sets

  3. Scrubbing Missing Values

  4. Eliminating Target Leaks

  5. Conversion to Categorical Features

  6. Preparing Features to be Joined with Weather Data

  7. Preprocessing the Weather Dataset

  8. Joining Both Datasets

  9. Training and Evaluating the Model

Comment fonctionnent les projets guidés

Votre espace de travail est un bureau cloud situé dans votre navigateur, aucun téléchargement n'est requis.

Votre enseignant(e) vous guide étape par étape dans une vidéo en écran partagé




Voir tous les avis

Foire Aux Questions

Foire Aux Questions

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.