Об этом курсе
4.5
Оценки: 2,415
Рецензии: 460

Курс 8 из 10 в программе

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Прибл. 14 часа на выполнение

Английский

Субтитры: Английский

Чему вы научитесь

  • Check

    Describe machine learning methods such as regression or classification trees

  • Check

    Explain the complete process of building prediction functions

  • Check

    Understand concepts such as training and tests sets, overfitting, and error rates

  • Check

    Use the basic components of building and applying prediction functions

Приобретаемые навыки

Random ForestMachine Learning (ML) AlgorithmsMachine LearningR Programming

Курс 8 из 10 в программе

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Прибл. 14 часа на выполнение

Английский

Субтитры: Английский

Программа курса: что вы изучите

Неделя
1
2 ч. на завершение

Week 1: Prediction, Errors, and Cross Validation

This week will cover prediction, relative importance of steps, errors, and cross validation....
9 видео ((всего 73 мин.)), 3 материалов для самостоятельного изучения, 1 тест
9 видео
What is prediction?8мин
Relative importance of steps9мин
In and out of sample errors6мин
Prediction study design9мин
Types of errors10мин
Receiver Operating Characteristic5мин
Cross validation8мин
What data should you use?6мин
3 материала для самостоятельного изучения
Welcome to Practical Machine Learning10мин
Syllabus10мин
Pre-Course Survey10мин
1 практическое упражнение
Quiz 110мин
Неделя
2
2 ч. на завершение

Week 2: The Caret Package

This week will introduce the caret package, tools for creating features and preprocessing....
9 видео ((всего 96 мин.)), 1 тест
9 видео
Data slicing5мин
Training options7мин
Plotting predictors10мин
Basic preprocessing10мин
Covariate creation17мин
Preprocessing with principal components analysis14мин
Predicting with Regression12мин
Predicting with Regression Multiple Covariates11мин
1 практическое упражнение
Quiz 210мин
Неделя
3
1 ч. на завершение

Week 3: Predicting with trees, Random Forests, & Model Based Predictions

This week we introduce a number of machine learning algorithms you can use to complete your course project....
5 видео ((всего 48 мин.)), 1 тест
5 видео
Bagging9мин
Random Forests6мин
Boosting7мин
Model Based Prediction11мин
1 практическое упражнение
Quiz 310мин
Неделя
4
4 ч. на завершение

Week 4: Regularized Regression and Combining Predictors

This week, we will cover regularized regression and combining predictors. ...
4 видео ((всего 33 мин.)), 2 материалов для самостоятельного изучения, 3 тестов
4 видео
Combining predictors7мин
Forecasting7мин
Unsupervised Prediction4мин
2 материала для самостоятельного изучения
Course Project Instructions (READ FIRST)10мин
Post-Course Survey10мин
2 практического упражнения
Quiz 410мин
Course Project Prediction Quiz40мин
4.5
Рецензии: 460Chevron Right

40%

начал новую карьеру, пройдя эти курсы

40%

получил значимые преимущества в карьере благодаря этому курсу

15%

стал больше зарабатывать или получил повышение

Лучшие рецензии

автор: ADMar 1st 2017

Issues of every stage of the construction of learning machine model, as well as issues with several different machine learning methods are well and in fine yet very understandable detail explained.

автор: DHJun 18th 2018

Excellent introduction to basic ML techniques. A lot of material covered in a short period of time! I will definitely seek more advanced training out of the inspiration provided by this class.

Преподаватели

Avatar

Jeff Leek, PhD

Associate Professor, Biostatistics
Bloomberg School of Public Health
Avatar

Roger D. Peng, PhD

Associate Professor, Biostatistics
Bloomberg School of Public Health
Avatar

Brian Caffo, PhD

Professor, Biostatistics
Bloomberg School of Public Health

О Университет Джонса Хопкинса

The mission of The Johns Hopkins University is to educate its students and cultivate their capacity for life-long learning, to foster independent and original research, and to bring the benefits of discovery to the world....

О специализации ''Наука о данных'

Ask the right questions, manipulate data sets, and create visualizations to communicate results. This Specialization covers the concepts and tools you'll need throughout the entire data science pipeline, from asking the right kinds of questions to making inferences and publishing results. In the final Capstone Project, you’ll apply the skills learned by building a data product using real-world data. At completion, students will have a portfolio demonstrating their mastery of the material....
Наука о данных

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • 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.

Остались вопросы? Посетите Центр поддержки учащихся.