Об этом курсе
4.5
Оценки: 1,014
Рецензии: 195
Специализация

Курс 4 из 6 в программе

100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Часов на завершение

Прибл. 16 часов на выполнение

Предполагаемая нагрузка: 5 Weeks, 3 - 5 hours per week...
Доступные языки

Английский

Субтитры: Английский

Приобретаемые навыки

Machine Learning ConceptsKnimeMachine LearningApache Spark
Специализация

Курс 4 из 6 в программе

100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Часов на завершение

Прибл. 16 часов на выполнение

Предполагаемая нагрузка: 5 Weeks, 3 - 5 hours per week...
Доступные языки

Английский

Субтитры: Английский

Программа курса: что вы изучите

Неделя
1
Часов на завершение
24 минуты на завершение

Welcome

...
Reading
2 видео ((всего 14 мин.))
Video2 видео
Summary of Big Data Integration and Processing10мин
Часов на завершение
3 ч. на завершение

Introduction to Machine Learning with Big Data

...
Reading
7 видео ((всего 45 мин.)), 7 материалов для самостоятельного изучения, 1 тест
Video7 видео
Categories Of Machine Learning Techniques7мин
Machine Learning Process3мин
Goals and Activities in the Machine Learning Process10мин
CRISP-DM5мин
Scaling Up Machine Learning Algorithms5мин
Tools Used in this Course5мин
Reading7 материалов для самостоятельного изучения
Slides: Machine Learning Overview and Applications25мин
Downloading, Installing and Using KNIMEs
Downloading and Installing the Cloudera VM Instructions (Windows)10мин
Downloading and Installing the Cloudera VM Instructions (Mac)10мин
Instructions for Downloading Hands On Datasets10мин
Instructions for Starting Jupyter10мин
PDFs of Readings for Week 1 Hands-On10мин
Quiz1 практическое упражнение
Machine Learning Overview20мин
Неделя
2
Часов на завершение
3 ч. на завершение

Data Exploration

...
Reading
6 видео ((всего 39 мин.)), 5 материалов для самостоятельного изучения, 2 тестов
Video6 видео
Data Exploration4мин
Data Exploration through Summary Statistics7мин
Data Exploration through Plots8мин
Exploring Data with KNIME Plots9мин
Data Exploration in Spark5мин
Reading5 материалов для самостоятельного изучения
Slides: Data Exploration Overview and Terminology10мин
Description of Daily Weather Dataset10мин
Exploring Data with KNIME Plots40мин
Data Exploration in Spark10мин
PDFs of Activities for Data Exploration Hands-On Readings10мин
Quiz2 практических упражнения
Data Exploration20мин
Data Exploration in KNIME and Spark Quiz20мин
Часов на завершение
3 ч. на завершение

Data Preparation

...
Reading
8 видео ((всего 42 мин.)), 4 материалов для самостоятельного изучения, 2 тестов
Video8 видео
Data Quality4мин
Addressing Data Quality Issues4мин
Feature Selection5мин
Feature Transformation5мин
Dimensionality Reduction7мин
Handling Missing Values in KNIME5мин
Handling Missing Values in Spark5мин
Reading4 материала для самостоятельного изучения
Slides: Data Preparation for Machine Learning30мин
Handling Missing Values in KNIME20мин
Handling Missing Values in Spark10мин
PDFs for Data Preparation Hands-On Readings10мин
Quiz2 практических упражнения
Data Preparation25мин
Handling Missing Values in KNIME and Spark Quiz20мин
Неделя
3
Часов на завершение
4 ч. на завершение

Classification

...
Reading
8 видео ((всего 60 мин.)), 7 материалов для самостоятельного изучения, 2 тестов
Video8 видео
Building and Applying a Classification Model5мин
Classification Algorithms2мин
k-Nearest Neighbors4мин
Decision Trees13мин
Naïve Bayes14мин
Classification using Decision Tree in KNIME8мин
Classification in Spark6мин
Reading7 материалов для самостоятельного изучения
Slides: What is Classification?10мин
Slides: Classification Algorithms10мин
Classification using Decision Tree in KNIME45мин
Interpreting a Decision Tree in KNIME20мин
Instructions for Changing the Number of Cloudera VM CPUs10мин
Classification in Spark45мин
PDFs for Classification Hands-On Readings10мин
Quiz2 практических упражнения
Classification20мин
Classification in KNIME and Spark Quiz16мин
Неделя
4
Часов на завершение
3 ч. на завершение

Evaluation of Machine Learning Models

...
Reading
7 видео ((всего 42 мин.)), 7 материалов для самостоятельного изучения, 2 тестов
Video7 видео
Overfitting in Decision Trees3мин
Using a Validation Set9мин
Metrics to Evaluate Model Performance10мин
Confusion Matrix7мин
Evaluation of Decision Tree in KNIME3мин
Evaluation of Decision Tree in Spark2мин
Reading7 материалов для самостоятельного изучения
Slides: Overfitting: What is it and how would you prevent it?10мин
Slides: Model evaluation metrics and methods10мин
Evaluation of Decision Tree in KNIME30мин
Completed KNIME Workflows10мин
Evaluation of Decision Tree in Spark20мин
Comparing Classification Results for KNIME and Spark10мин
PDFs for Evaluation of Machine Learning Models Hands-On Readings10мин
Quiz2 практических упражнения
Model Evaluation20мин
Model Evaluation in KNIME and Spark Quiz16мин
4.5
Рецензии: 195Chevron Right
Формирование карьерного пути

60%

начал новую карьеру, пройдя эти курсы
Карьерные преимущества

47%

получил значимые преимущества в карьере благодаря этому курсу
Продвижение по карьерной лестнице

25%

стал больше зарабатывать или получил повышение

Лучшие рецензии

автор: PRJul 19th 2018

Excellent course, I learned a lot about machine learning with big data, but most importantly I feel ready to take it into more complex level although I realized there is lots to learn.

автор: RCSep 1st 2018

Amazing training on ML for people starting their first experiences with the topic. Practical and easy to understand examples that can be further extended by the student.

Преподавателя

Avatar

Mai Nguyen

Lead for Data Analytics
San Diego Supercomputer Center
Avatar

Ilkay Altintas

Chief Data Science Officer
San Diego Supercomputer Center

О University of California San Diego

UC San Diego is an academic powerhouse and economic engine, recognized as one of the top 10 public universities by U.S. News and World Report. Innovation is central to who we are and what we do. Here, students learn that knowledge isn't just acquired in the classroom—life is their laboratory....

О специализации ''Big Data'

Drive better business decisions with an overview of how big data is organized, analyzed, and interpreted. Apply your insights to real-world problems and questions. ********* Do you need to understand big data and how it will impact your business? This Specialization is for you. You will gain an understanding of what insights big data can provide through hands-on experience with the tools and systems used by big data scientists and engineers. Previous programming experience is not required! You will be guided through the basics of using Hadoop with MapReduce, Spark, Pig and Hive. By following along with provided code, you will experience how one can perform predictive modeling and leverage graph analytics to model problems. This specialization will prepare you to ask the right questions about data, communicate effectively with data scientists, and do basic exploration of large, complex datasets. In the final Capstone Project, developed in partnership with data software company Splunk, you’ll apply the skills you learned to do basic analyses of big data....
Big Data

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

Остались вопросы? Посетите Центр поддержки учащихся.