Об этом курсе

Недавно просмотрено: 112,530

Карьерные результаты учащихся

38%

начал новую карьеру, пройдя эти курсы

38%

получил значимые преимущества в карьере благодаря этому курсу

12%

стал больше зарабатывать или получил повышение
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.
Прибл. 8 часов на выполнение
Английский
Субтитры: Английский, Корейский

Чему вы научитесь

  • Use the basic components of building and applying prediction functions

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

  • Describe machine learning methods such as regression or classification trees

  • Explain the complete process of building prediction functions

Приобретаемые навыки

Random ForestMachine Learning (ML) AlgorithmsMachine LearningR Programming

Карьерные результаты учащихся

38%

начал новую карьеру, пройдя эти курсы

38%

получил значимые преимущества в карьере благодаря этому курсу

12%

стал больше зарабатывать или получил повышение
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.
Прибл. 8 часов на выполнение
Английский
Субтитры: Английский, Корейский

от партнера

Логотип Университет Джонса Хопкинса

Университет Джонса Хопкинса

Программа курса: что вы изучите

Оценка контентаThumbs Up88%(5,950 оценки)Info
Неделя
1

Неделя 1

2 ч. на завершение

Week 1: Prediction, Errors, and Cross Validation

2 ч. на завершение
9 видео ((всего 73 мин.)), 4 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
4 материала для самостоятельного изучения
Welcome to Practical Machine Learning10мин
A Note of Explanation2мин
Syllabus10мин
Pre-Course Survey10мин
1 практическое упражнение
Quiz 110мин
Неделя
2

Неделя 2

2 ч. на завершение

Week 2: The Caret Package

2 ч. на завершение
9 видео ((всего 96 мин.))
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

Неделя 3

1 ч. на завершение

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

1 ч. на завершение
5 видео ((всего 48 мин.))
5 видео
Bagging9мин
Random Forests6мин
Boosting7мин
Model Based Prediction11мин
1 практическое упражнение
Quiz 310мин
Неделя
4

Неделя 4

4 ч. на завершение

Week 4: Regularized Regression and Combining Predictors

4 ч. на завершение
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 практических упражнения
Quiz 410мин
Course Project Prediction Quiz40мин

Рецензии

Лучшие отзывы о курсе ПРАКТИЧЕСКОЕ КОМПЬЮТЕРНОЕ ОБУЧЕНИЕ

Посмотреть все отзывы

Часто задаваемые вопросы

  • 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.
  • 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.

  • Когда вы оформите подписку, начнется семидневный бесплатный пробный период, в течение которого подписку можно отменить без штрафа. По истечении этого срока вы не сможете вернуть средства, но сможете отменить подписку в любой момент. Ознакомьтесь с нашей политикой возврата средств.

  • 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.