در این فصل، شما به مسائل دسته بندی می پردازید و نحوه حل آن‌ها را با استفاده از تکنیک‌های یادگیری نظارت شده کشف خواهید کرد. دسته‌بندی یک کار یادگیری نظارت شده است که هدف آن پیش‌بینی برچسب‌های دسته نمونه‌های جدید بر اساس مشاهدات گذشته است. در این فصل، تقسیم داده‌ها به مجموعه های آموزشی و تست، فیت کردن مدل ها، پیش بینی ها و ارزیابی دقت را یاد خواهید گرفت و این مهارت ها را در یک مجموعه داده ریزش مشتری، که مربوط می‌شود به دسته بندی وضعیت ریزش مشتریان یک شرکت مخابراتی اعمال خواهید کرد. این فصل همچنین بر ارزیابی عملکرد مدل تمرکز دارد که در این راستا، شما یاد خواهید گرفت که دقت دسته‌بندی را محاسبه کنید و از طریق مثال های عملی و همچنین استفاده از منحنی های پیچیدگی مدل ، مفاهیم underfitting و overfitting و تاثیر پیچیدگی مدل بر عملکرد را ٖ اندازه گیری کنید.
