Prädiktive Analytik: Erkennung von Nierenerkrankungen mithilfe der KI
Predictive Analytics 2022
| Fortgeschritten
- 17 Videos | 1h 52m 35s
- Umfasst Bewertung
- Verdient ein Abzeichen
Heutzutage sind Krankheiten wie Alzheimer, Herzkrankheiten und Diabetes in auf der ganzen Welt immer häufiger anzutreffen. In diesem Kurs erfahren Sie, wie Sie mithilfe des Azure Machine Learning-Designers eine Pipeline zur Diagnose von chronischen Nierenerkrankungen erstellen. Sie werden die verschiedenen Funktionen und die Benutzeroberfläche von Azure Machine Learning erkunden und erfahren, wie Komponenten und Ressourcen zusammenkommen, um eine Pipeline zu bilden. Als Nächstes lernen Sie, wie Sie eine Pipeline bilden, um ein Dataset zu erstellen, verschiedene Datenbereinigungsaufgaben zu implementieren und mit dem bereinigten Dataset zu arbeiten, um ein logistisches Regressionsmodell zur Erkennung von Nierenerkrankungen zu erstellen. Schließlich untersuchen Sie, wie Modelle trainiert und auf ihre Leistung hin bewertet werden können, und setzen Ihre Pipeline ein. Nach Abschluss des Kurses sind Sie in der Lage, eine Azure Machine Learning Pipeline zur Diagnose von Krankheiten zu erstellen und einzusetzen.
LERNINHALTE
-
Die wichtigsten in diesem kurs behandelten konzepte entdecken
Die funktionen eines azure machine learning-arbeitsbereichs kennen
Erstellen eines datasets aus einer csv-datei mit daten zu nierenerkrankungen
Statistiken für verschiedene felder in einem datensatz untersuchen und ein profil erstellen
Erstellen einer einfachen pipeline, die ein dataset als eingabe akzeptiert
Bestimmte merkmale in einem datensatz als kategorische werte markieren
Datenbereinigung auf numerische felder in einem datensatz anwenden
Behandlung der fehlenden werte in kategorischen feldern in einem dataset
Entfernen doppelter zeilen aus einem dataset -
Numerische attribute in bins gruppieren, sodass sie als kategorische felder behandelt werden können
Bereinigte und verarbeitete daten als datensatz registrieren
Eine ml-pipeline für die krankheitsdiagnose einrichten
Aufteilen eines datasets in trainings- und testsätze
Ein modell trainieren und seine leistungskennzahlen anzeigen
Erstellen und verwenden einer echtzeit-rückschlusspipeline
Ein modelll zu nierenerkrankungen in einem azure-container bereitstellen und nutzen
Zusammenfassen der wichtigsten, in diesem kurs behandelten konzepte
IN DIESEM KURS
-
2m 15s
-
10m 17s
-
3. Erstellen eines Datasets für eine ML Pipeline9m 15s
-
4. Untersuchen des Datasets und Erzeugen eines Profils8m 12s
-
5. Erstellen und Ausführen einer Pipeline8m 52s
-
6. Felder als kategorisch markieren11m 43s
-
7. Bereinigung numerischer Daten5m 27s
-
8. Behandlung fehlender kategorischer Werte5m 35s
-
9. Eliminieren doppelter Zeilen5m 19s
-
10. Gruppieren von numerischen Feldern in Bins7m 1s
-
11. Registrieren eines bereinigten Datasets2m 20s
-
12. Aufbau einer ML-Trainings-Pipeline6m 16s
-
13. Aufteilung eines Datasets in Trainings- und Testsätze4m 11s
-
14. Trainieren und Bewerten eines Modells9m 38s
-
15. Aufbau einer Echtzeit-Rückschlusspipeline6m 22s
-
16. Bereitstellen eines Modells zum Ziehen von Rückschlüssen6m 57s
-
17. Kurszusammenfassung2m 57s
VERDIENEN SIE SICH MIT DEM ABSCHLUSS DIESER KURSE EIN DIGITALES ABZEICHEN DIESER KURS
Skillsoft gibt Ihnen die Möglichkeit, nach erfolgreichem Abschluss einiger unserer Kurse ein digitales Abzeichen zu gewinnen, das Sie in allen sozialen Medien oder auf beliebigen Unternehmensplattformen integrieren können.
Digitale Abzeichen dürfen Sie für immer behalten.
