This course is for professionals who have heard the buzz around machine learning and want to apply machine learning to data analysis and automation. Whether finance, medicine, engineering, business or other domains, this course will introduce you to problem definition and data preparation in a machine learning project.
Этот курс входит в специализацию ''Специализация Machine Learning: Algorithms in the Real World'
от партнера
Специализация Machine Learning: Algorithms in the Real WorldAlberta Machine Intelligence InstituteОб этом курсе
Недавно просмотрено: 38,692
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 4 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 7 часов на выполнение
Английский
Субтитры: Французский, Португальский (бразильский), Русский, Английский, Испанский
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 4 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 7 часов на выполнение
Английский
Субтитры: Французский, Португальский (бразильский), Русский, Английский, Испанский
от партнера
Alberta Machine Intelligence Institute
The Alberta Machine Intelligence Institute (Amii) is home to some of the world’s top talent in machine intelligence. We’re an Alberta-based
Программа курса: что вы изучите
3 ч. на завершение
Introduction to Machine Learning Applications
This week, you will learn about what machine learning (ML) actually is, contrast different problem scenarios, and explore some common misconceptions about ML. You will apply this knowledge by identifying different components essential to a machine learning business solution.
3 ч. на завершение
12 видео ((всего 44 мин.)), 6 материалов для самостоятельного изучения, 2 тестов
12 видео
Instructor Introduction1мин
Introduction to Course 12мин
What is Artificial Intelligence and Machine Learning?5мин
What about Data Science?3мин
The Machine Learning Process4мин
The Three Kinds of Machine Learning3мин
Classification: What is it and how does it work?3мин
Regression: Fitting lines and predicting numbers3мин
Unsupervised Learning4мин
Reinforcement Learning6мин
Weekly Summary1мин
6 материалов для самостоятельного изучения
What about Deep Learning? (supplemental)10мин
Fooling Neural Networks (supplemental)10мин
How to Curate A Ground Truth For Your Business Dataset (Required)10мин
Learning From Multiple Annotators: A Survey (supplemental)10мин
Inferring the Ground Truth Through Crowdsourcing (supplemental)10мин
Semi Supervised Learning (required)10мин
2 практических упражнения
Concepts and Definitions20мин
Identifying Machine Learning Techniques10мин
2 ч. на завершение
Machine Learning in the Real World
This week, you will learn how to translate a business need into a machine learning problem. We'll walk through some applied examples so you can get a feel for what makes a well-defined question for your QuAM. Narrowing down your question and making sure you have the data necessary to learn is critical to ML success!
2 ч. на завершение
8 видео ((всего 34 мин.)), 4 материалов для самостоятельного изучения, 1 тест
8 видео
Features and transformations of raw data6мин
Farmer Betty and Her Precision Agriculture Plans3мин
What to consider when using your QuAM2мин
Broad Examples Narrowed Down4мин
Identify Business Evaluation4мин
Everything is a Proxy4мин
Weekly Summary2мин
4 материала для самостоятельного изучения
A Brief Introduction into Precision Agriculture10мин
Farmer Betty Tried Unsupervised Learning (required)10мин
Data is Central to Your ML Problem (required)10мин
Martin Zinkevich's Rules for ML (supplemental)10мин
1 практическое упражнение
Machine Learning in the Real World Review
1 ч. на завершение
Learning Data
This week is all about data. You will learn about data acquisition and understand the various sources of training data. We'll talk about how much data you need and what pitfalls might arise, including ethical issues.
1 ч. на завершение
9 видео ((всего 34 мин.)), 2 материалов для самостоятельного изучения, 1 тест
9 видео
How Much Data Do I Need?4мин
Ethical Issues4мин
Bias in Data Sources3мин
Noise and Sources of Randomness5мин
Image Classification Example3мин
Data Cleaning: Everybody's favourite task4мин
Why you need to set up a Data Pipeline4мин
Weekly Summary1мин
2 материала для самостоятельного изучения
Data Protection Laws (required)10мин
Government readings on data privacy (supplemental)10мин
1 практическое упражнение
Understanding Data for ML
1 ч. на завершение
Machine Learning Projects
This week you will learn about the Machine Learning Process Lifecycle (MLPL). After understanding the definitions and components of the MLPL you will analyze the application of the MLPL on a case study.
1 ч. на завершение
7 видео ((всего 35 мин.)), 2 материалов для самостоятельного изучения, 1 тест
7 видео
MLPL Overview5мин
MLPL as experienced by Farmer Betty3мин
Exploring the process of problem definition7мин
Assessing your QuAM for use in your Business6мин
Technically Assessing the Strength of your QuAM6мин
Different Kinds of Wrong4мин
Weekly Summary2мин
2 материала для самостоятельного изучения
Machine Learning Process Lifecycle Explained10мин
Deep Learning for Identifying Metastatic Breast Cancer (advanced supplemental)10мин
1 практическое упражнение
Understanding Machine Learning Projects
Рецензии
Лучшие отзывы о курсе INTRODUCTION TO APPLIED MACHINE LEARNING
от партнера SR8 окт. 2020 г.
I have been teaching Machine Learning for some time now. This course is really good and comprehensively presents the working of machine learning process in a nutshell. Very good introductory course.
от партнера MM28 окт. 2019 г.
I have really got benefit from this course as a beginner to ML, it gives me the best understanding of ML. I m looking forward to getting into it more efficiently with more practices.
от партнера HL21 июня 2020 г.
An excellent introduction to the fascinating world of machine learning and its endless applications. Loved the emphasis on the evaluation of the business prospect of ML as well.
от партнера AA11 сент. 2019 г.
very comprehensive course on applied machine learning. the most interesting information in this course is business needs for ML and what it's requirement to have a good QuAM.
Специализация Machine Learning: Algorithms in the Real World: общие сведения
This specialization is for professionals who have heard the buzz around machine learning and want to apply machine learning to data analysis and automation. Whether finance, medicine, engineering, business or other domains, this specialization will set you up to define, train, and maintain a successful machine learning application.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Доступ к лекциям и заданиям предоставляется в зависимости от типа регистрации. Если вы проходите курс в режиме слушателя, то получите бесплатный доступ к большинству материалов курса. Чтобы открыть оцениваемые задания и возможность получить сертификат, необходимо будет приобрести прохождение с сертификатом. Это можно сделать во время прохождения в режиме слушателя или после него. Если вы не видите варианта 'Режим слушателя'.
- Курс может не предлагаться в режиме слушателя. Попробуйте бесплатную пробную версию или подайте заявку на финансовую помощь.
- Курс предлагаться в режиме 'Полный курс, без сертификата'. В нем можно просматривать все материалы, выполнять обязательные задания и получить итоговую оценку. Приобрести дополнительно прохождение с сертификатом в таком случае нельзя.
Что я получу, оформив подписку на специализацию?
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.
Is financial aid available?
Да, Coursera предоставляет финансовую помощь учащимся, которые не могут оплатить обучение. Чтобы подать заявление, перейдите по ссылке "Финансовая помощь" слева под кнопкой "Зарегистрироваться". Заполните форму заявления. Если его примут, вы получите уведомление. Обратите внимание: этот шаг необходимо выполнить для каждого курса специализации, в том числе для дипломного проекта. Подробнее
Остались вопросы? Посетите Центр поддержки учащихся.
