पर्यवेक्षित मशीन लर्निंग में Python

अपडेट किया गया 05/2026

लेबल किए गए डेटा के साथ भविष्यवाणियाँ करना शुरू करने के लिए सबसे लोकप्रिय सुपरवाइज़्ड मशीन लर्निंग तकनीकों में महारत हासिल करें।

अपना मुफ़्त खाता बनाएं

Google के साथ जारी रखें

अधिक विकल्प दिखाएँ

या

जारी रखने पर, आप हमारी उपयोग की शर्तें, हमारी गोपनीयता नीति को स्वीकार करते हैं और यह भी कि आपका डेटा संयुक्त राज्य अमेरिका में संग्रहीत किया जाता है।

ट्रैक विवरण

पर्यवेक्षित मशीन लर्निंग में Python

लेबल किए गए डेटा का उपयोग करके पूर्वानुमान लगाना सीखें और सुपरवाइज़्ड मशीन लर्निंग की मूल बातें समझें। आज ही ML क्रांति में शामिल हों! यदि आप मशीन लर्निंग में नए हैं, या पर्यवेक्षित मशीन लर्निंग में विशेषज्ञता हासिल करना चाहते हैं, तो यह शुरू करने के लिए एक आदर्श स्थान है.आप K-Nearest Neighbors (KNN), Logistic Regression, Linear Regression, Support Vector Machines (SVMs), और लोकप्रिय scikit-learn लाइब्रेरी के साथ tree-based models जैसे core supervised learning models के बारे में सीखना और उन्हें लागू करना शुरू करेंगे।आप यह भी जानेंगे कि टेबुलर डेटासेट्स पर मॉडलिंग प्रदर्शन को कुशलतापूर्वक बढ़ाने के लिए XGBoost जैसे अत्याधुनिक एल्गोरिदम का उपयोग कैसे करें।अपने मॉडलों से अधिकतम लाभ पाने के लिए, आप विभिन्न हाइपरपैरामीटर ट्यूनिंग तकनीकों के बारे में जानेंगे और यह तय करना सीखेंगे कि अपने उपयोग के मामले के लिए कौन-सी तकनीक उपयोग करनी है।आप इस ट्रैक को इन विविध मॉडलों के अपने ज्ञान को एक साथ लाकर ensemble learning के बारे में सीखते हुए पूरा करेंगे, जहाँ अलग-अलग मॉडलों को मिलाकर प्रदर्शन बेहतर किया जाता है और अधिक जटिल समस्याओं को हल किया जाता है.पूरा होने तक, आपने आवश्यक सुपरवाइज़्ड मशीन लर्निंग अवधारणाओं में महारत हासिल कर ली होगी और उन्हें Python में लागू करने में सक्षम होंगे।

पूर्व आवश्यकताएं

इस ट्रैक के लिए कोई पूर्व आवश्यकताएं नहीं हैं

Course
1
scikit-learn के साथ Supervised Learning
Project
बोनस
Predictive Modeling for Agriculture
Dive into agriculture using supervised machine learning and feature selection to aid farmers in crop cultivation and solve real-world problems.
Course
3
Python में Linear Classifiers
इस पाठ्यक्रम में आप लॉजिस्टिक रिग्रेशन और SVM जैसे रैखिक वर्गीकारकों के विवरण सीखेंगे।
Course
4
Python में Tree-Based Models के साथ Machine Learning
इस पाठ्यक्रम में, आप scikit-learn का उपयोग करके regression और classification के लिए tree-based models और ensembles का उपयोग करना सीखेंगे।
Project
बोनस
Predicting Movie Rental Durations
Build a regression model for a DVD rental firm to predict rental duration. Evaluate models to recommend the best one.
Course
6
XGBoost के साथ Extreme Gradient Boosting
ग्रेडिएंट बूस्टिंग की बुनियादी बातें सीखें और वर्गीकरण व रिग्रेशन समस्याएँ हल करने के लिए XGBoost से अत्याधुनिक मशीन लर्निंग मॉडल बनाएं।
Course
7
Python में Hyperparameter Tuning
Python में स्वचालित हाइपरपैरामीटर ट्यूनिंग तकनीकें सीखें, जिसमें Grid, Random और Informed Search शामिल हैं।
Course
8
Python में Ensemble Methods
Python में bagging, boosting और stacking जैसी ensemble तकनीकों से advanced और effective मशीन learning models बनाना सीखें।