Об этом курсе

Недавно просмотрено: 9,792
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. 63 часа на выполнение
Английский
Субтитры: Английский

Приобретаемые навыки

Text AnalysisBasic Time Series AnalysisMachine Learning Model Evaluation and OptimizationPython ProgrammingMachine Learning Modeling
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. 63 часа на выполнение
Английский
Субтитры: Английский

от партнера

Placeholder

Иллинойсский университет в Урбане-Шампейне

Сделайте шаг навстречу диплому магистра.

курс входит в онлайн-программу ''Master of Science in Accountancy (iMSA)' от партнера Иллинойсский университет в Урбане-Шампейне. Если вы переходите на полную программу, курсы засчитываются при получении диплома.

Программа курса: что вы изучите

Неделя
1

Неделя 1

1 ч. на завершение

INTRODUCTION TO THE COURSE

1 ч. на завершение
2 видео ((всего 9 мин.)), 3 материалов для самостоятельного изучения
2 видео
About Linden Lu3мин
3 материала для самостоятельного изучения
Syllabus10мин
Glossary10мин
Update Your Profile10мин
8 ч. на завершение

MODULE 1: INTRODUCTION TO MACHINE LEARNING

8 ч. на завершение
4 видео ((всего 24 мин.)), 1 материал для самостоятельного изучения, 2 тестов
4 видео
1.1 Introduction to Machine Learning6мин
1.2 Introduction to Data Preprocessing10мин
1.3 Introduction to Machine Learning Algorithms3мин
1 материал для самостоятельного изучения
Module 1 Overview and Resources10мин
1 практическое упражнение
Module 1 Quiz20мин
Неделя
2

Неделя 2

8 ч. на завершение

MODULE 2: FUNDAMENTAL ALGORITHMS I

8 ч. на завершение
4 видео ((всего 31 мин.)), 1 материал для самостоятельного изучения, 2 тестов
4 видео
2.1 Introduction to Linear Regression12мин
2.2 Introduction to Logistic Regression8мин
2.3 Introduction to Decision Tree6мин
1 материал для самостоятельного изучения
Module 2 Overview and Resources10мин
1 практическое упражнение
Module 2 Quiz20мин
Неделя
3

Неделя 3

8 ч. на завершение

MODULE 3: Fundamental Algorithms II

8 ч. на завершение
4 видео ((всего 15 мин.)), 1 материал для самостоятельного изучения, 2 тестов
4 видео
3.1 Introduction to K-nearest Neighbors5мин
3.2 Introduction to Support Vector Machine4мин
3.3 Introduction to Bagging and Random Forest3мин
1 материал для самостоятельного изучения
Module 3 Overview and Resources10мин
1 практическое упражнение
Module 3 Quiz20мин
Неделя
4

Неделя 4

8 ч. на завершение

MODULE 4: MODEL EVALUATION

8 ч. на завершение
4 видео ((всего 31 мин.)), 1 материал для самостоятельного изучения, 2 тестов
4 видео
4.1 Regressive Evaluation Metrics8мин
4.2 Classification Evaluation Metrics I13мин
4.3 Classification Evaluation Metrics II7мин
1 материал для самостоятельного изучения
Module 4 Overview and Resources10мин
1 практическое упражнение
Module 4 Quiz20мин

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.