Chevron Left
返回到 Dimensionality Reduction using an Autoencoder in Python

學生對 Coursera Project Network 提供的 Dimensionality Reduction using an Autoencoder in Python 的評價和反饋

4.6
94 個評分

課程概述

In this 1-hour long project, you will learn how to generate your own high-dimensional dummy dataset. You will then learn how to preprocess it effectively before training a baseline PCA model. You will learn the theory behind the autoencoder, and how to train one in scikit-learn. You will also learn how to extract the encoder portion of it to reduce dimensionality of your input data. In the course of this project, you will also be exposed to some basic clustering strength metrics. Note: 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....

熱門審閱

UI

2020年5月3日

Very practical and useful introductory course. Looking for the next courses :)

RR

2020年6月12日

I really enjoyed this course. Thank you very much for the valuable teaching.

篩選依據:

1 - Dimensionality Reduction using an Autoencoder in Python 的 16 個評論(共 16 個)

創建者 Abhishek P G

2020年6月15日

創建者 Felix H

2020年6月30日

創建者 Ulvi I

2020年5月4日

創建者 Ramya G R

2020年6月13日

創建者 Mayank S

2020年5月4日

創建者 Oscar A C B

2020年6月12日

創建者 chandrasekhar u

2020年5月6日

創建者 Gangone R

2020年7月2日

創建者 Doss D

2020年7月2日

創建者 Sarangan R

2021年1月10日

創建者 Joerg A

2020年5月19日

創建者 M H

2020年9月17日

創建者 Juan C V

2020年7月5日

創建者 Sujeet B

2020年5月7日

創建者 Jorge G

2021年2月25日

創建者 Simon S R

2020年8月29日