In this course, you’ll be learning various supervised ML algorithms and prediction tasks applied to different data. You’ll learn when to use which model and why, and how to improve the model performances. We will cover models such as linear and logistic regression, KNN, Decision trees and ensembling methods such as Random Forest and Boosting, kernel methods such as SVM.
Этот курс входит в специализацию ''Специализация Machine Learning: Theory and Hands-on Practice with Python'
6 079 уже зарегистрированы

Об этом курсе
Недавно просмотрено: 31 302
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 1 из 3 в программе
Средний уровень
Calculus, Linear algebra, Python
Прибл. 40 часов на выполнение
Английский
Чему вы научитесь
Use modern machine learning tools and python libraries.
Compare logistic regression’s strengths and weaknesses.
Explain how to deal with linearly-inseparable data.
Explain what decision tree is & how it splits nodes.
Приобретаемые навыки
- Hyperparameter
- Decision Tree
- ensembling
- sklearn
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 1 из 3 в программе
Средний уровень
Calculus, Linear algebra, Python
Прибл. 40 часов на выполнение
Английский
от партнера
Сделайте шаг навстречу диплому магистра.
курс входит в онлайн-программу ''Master of Science in Data Science' от партнера Колорадский университет в Боулдере.
Если вы переходите на полную программу, курсы засчитываются при получении диплома.
Программа курса: что вы изучите
7 ч. на завершение
Introduction to Machine Learning, Linear Regression
7 ч. на завершение
5 видео ((всего 67 мин.)), 11 материалов для самостоятельного изучения, 6 тестов
6 ч. на завершение
Multilinear Regression
6 ч. на завершение
4 видео ((всего 44 мин.)), 5 материалов для самостоятельного изучения, 3 тестов
7 ч. на завершение
Logistic Regression
7 ч. на завершение
4 видео ((всего 63 мин.)), 6 материалов для самостоятельного изучения, 3 тестов
7 ч. на завершение
Non-parametric Models
7 ч. на завершение
5 видео ((всего 66 мин.)), 6 материалов для самостоятельного изучения, 3 тестов
Рецензии
- 5 stars22,72 %
- 4 stars27,27 %
- 3 stars9,09 %
- 2 stars13,63 %
- 1 star27,27 %
Лучшие отзывы о курсе INTRODUCTION TO MACHINE LEARNING: SUPERVISED LEARNING
от партнера MH20 мая 2022 г.
This was an excellent introductory course that allowed me to get into the world of Data Science and Machine Learning.
Специализация Machine Learning: Theory and Hands-on Practice with Python: общие сведения

Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Что я получу, оформив подписку на специализацию?
Можно ли получить финансовую помощь?
Остались вопросы? Посетите Центр поддержки учащихся.