Автор:   University of Washington

  • Carlos Guestrin

    Преподаватели:    Carlos Guestrin, Amazon Professor of Machine Learning

    Computer Science and Engineering

  • Emily Fox

    Преподаватели:    Emily Fox, Amazon Professor of Machine Learning

    Statistics
Основные сведения
Выполнение6 weeks of study, 5-8 hours/week
Язык
English, Субтитры: Korean, Chinese (Simplified)
Как пройти курсЧтобы пройти курс, выполните все оцениваемые задания.
Оценки пользователей
Программа курса

Часто задаваемые вопросы
Как это работает
Задания курса
Задания курса

Каждый курс — это интерактивный учебник, который содержит видеоматериалы, тесты и проекты.

Помощь сокурсников
Помощь сокурсников

Общайтесь с тысячами других учащихся: обсуждайте идеи, материалы курса и помогайте друг другу осваивать новые понятия.

Сертификаты
Сертификаты

Получите документы о прохождении курсов и поделитесь своим успехом с друзьями, коллегами и работодателями.

Авторы
University of Washington
Founded in 1861, the University of Washington is one of the oldest state-supported institutions of higher education on the West Coast and is one of the preeminent research universities in the world.
Стоимость
ПрослушатьПриобрести курс
Получить доступ к материалам курса

Доступен

Доступен

Получить доступ к оцениваемым материалам курса

Недоступен

Доступен

Получить итоговую оценку

Недоступен

Доступен

Earn a Shareable Course Certificate

Недоступен

Доступен

Рейтинги и отзывы
Оценка 4.6 из 5 по 4,848 отзывам

A great primer on the various high level concepts in machine learning and some general applications as well as good quick intro to graphlab create. I was originally apprehensive to use another data science tool outside of panadas, but now think graphlab create is even better.

Great presentation of the topic and fitting complexity / depth for an introduction.

Way better then all the other courses i tried before. Great instructors and concept!

It was amazing! I cannot describe the feelings one experiences when playing with the machine learning codes. My only complaint is that I would have wanted more in the neural network/deep learning module, but I guess there will be another specialization course for that. Thank you Professors!

The material in this course is very interesting. I feel comfortable with the concepts and algorithms. I am definitely prepared to utilize these skills in an entry-level manner - it will take some hands-on practice with real datasets to build expertise, understand the nuances of these approaches and expand my knowledge base. I recommend a decent level of comfort with programming. I completed the Python for Everybody specialization, but still struggled with the programming in this course.