Об этом курсе

Недавно просмотрено: 12,362
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 8 часов на выполнение
Английский
Субтитры: Английский
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 8 часов на выполнение
Английский
Субтитры: Английский

от партнера

Placeholder

Калифорнийский университет в Сан-Диего

Программа курса: что вы изучите

Неделя
1

Неделя 1

3 ч. на завершение

Week 1: Supervised Learning & Regression

3 ч. на завершение
5 видео ((всего 46 мин.)), 4 материалов для самостоятельного изучения, 3 тестов
5 видео
Supervised Learning: Regression9мин
Regression in Python10мин
Time-Series Regression8мин
Autoregression6мин
4 материала для самостоятельного изучения
Syllabus10мин
Course Materials10мин
Set Up Your System10мин
Recap: Mathematical Notation10мин
3 практических упражнения
Review: Supervised Learning30мин
Review: Regression30мин
Supervised Learning & Regression10мин
Неделя
2

Неделя 2

1 ч. на завершение

Week 2: Features

1 ч. на завершение
4 видео ((всего 29 мин.)), 1 материал для самостоятельного изучения, 3 тестов
4 видео
Features from Temporal Data8мин
Feature Transformations4мин
Missing Values7мин
1 материал для самостоятельного изучения
Supplementary Notebook for Features3мин
3 практических упражнения
Review: Getting Features
Review: Working with Features
Features10мин
Неделя
3

Неделя 3

1 ч. на завершение

Week 3: Classification

1 ч. на завершение
4 видео ((всего 31 мин.))
4 видео
Classification: Nearest Neighbors4мин
Classification: Logistic Regression10мин
Introduction to Support Vector Machines10мин
3 практических упражнения
Review: Classification and K-Nearest Neighbors30мин
Review: Logistic Regression and Support Vector Machines5мин
Classification10мин
Неделя
4

Неделя 4

2 ч. на завершение

Week 4: Gradient Descent

2 ч. на завершение
5 видео ((всего 36 мин.))
5 видео
Introduction to Training and Testing6мин
Gradient Descent in Python8мин
Gradient Descent in TensorFlow6мин
Livecoding: Tensorflow7мин
3 практических упражнения
Review: Classification and Training30мин
Review: Gradient Descent30мин
More on Classification15мин

Специализация Python Data Products for Predictive Analytics: общие сведения

Python data products are powering the AI revolution. Top companies like Google, Facebook, and Netflix use predictive analytics to improve the products and services we use every day. Take your Python skills to the next level and learn to make accurate predictions with data-driven systems and deploy machine learning models with this four-course Specialization from UC San Diego. This Specialization is for learners who are proficient with the basics of Python. You’ll start by creating your first data strategy. You’ll also develop statistical models, devise data-driven workflows, and learn to make meaningful predictions for a wide-range of business and research purposes. Finally, you’ll use design thinking methodology and data science techniques to extract insights from a wide range of data sources. This is your chance to master one of the technology industry’s most in-demand skills. Python Data Products for Predictive Analytics is taught by Professor Ilkay Altintas, Ph.D. and Julian McAuley. Dr. Alintas is a prominent figure in the data science community and the designer of the highly-popular Big Data Specialization on Coursera. She has helped educate hundreds of thousands of learners on how to unlock value from massive datasets....
Python Data Products for Predictive Analytics

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.