In this course, you will build on the skills learned in Exploratory Data Analysis with MATLAB and Data Processing and Feature Engineering with MATLAB to increase your ability to harness the power of MATLAB to analyze data relevant to the work you do.
Этот курс входит в специализацию ''Специализация Practical Data Science with MATLAB'
от партнера
Об этом курсе
Недавно просмотрено: 72,998
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 3 из 4 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 17 часов на выполнение
Английский
Субтитры: Английский
Приобретаемые навыки
Machine LearningMatlabPredictive Modelling
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 3 из 4 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 17 часов на выполнение
Английский
Субтитры: Английский
от партнера
MathWorks
Accelerating the pace of discovery, innovation, development, and learning in engineering and science.
Программа курса: что вы изучите
5 ч. на завершение
Creating Regression Models
In this module you'll apply the skills gained from the first two courses in the specialization on a new dataset. You'll be introduced to the Supervised Machine Learning Workflow and learn key terms. You'll end the module by creating and evaluating regression machine learning models.
5 ч. на завершение
11 видео ((всего 73 мин.)), 7 материалов для самостоятельного изучения, 7 тестов
11 видео
Instructor Introduction2мин
Introduction to Supervised Machine Learning4мин
Introduction to the Taxi Data7мин
Creating and Cleaning Features8мин
Introduction to Regression8мин
Using the Regression Learner App10мин
Customizing Model Parameters9мин
Evaluating Regression Models6мин
Evaluate Your Model in MATLAB9мин
Summary of Regression1мин
7 материалов для самостоятельного изучения
Download and Install MATLAB15мин
Data and Code Files15мин
Supervised Machine Learning Reference10мин
Introduction to Module 15мин
Variables in the Taxi Data10мин
Summary of Regression Models15мин
Regression Metrics10мин
3 практических упражнения
Feature Engineering Review12мин
Train a Regression Model30мин
Apply the Regression Workflow45мин
4 ч. на завершение
Creating Classification Models
In this module you'll learn the basics of classification models. You'll train several types of classification models and evaluation the results.
4 ч. на завершение
6 видео ((всего 45 мин.)), 6 материалов для самостоятельного изучения, 2 тестов
6 видео
Using the Classification Learner App7мин
Evaluating Classification Models11мин
Evaluating Classification Models in MATLAB5мин
Training a Multiclass Model7мин
Summary of Classification1мин
6 материалов для самостоятельного изучения
Introduction to Module 25мин
Summary of Classification Models15мин
Binary Classification Metrics Reference20мин
Evaluate and Customize Classification Models30мин
Multiclass Classification Metrics Reference20мин
Customizing Multiclass Models30мин
2 практических упражнения
Train a Classification Model30мин
Apply The Classification Workflow50мин
8 ч. на завершение
Applying the Supervised Machine Learning Workflow
In this module you'll apply the complete supervised machine learning workflow. You'll use validation data inform model creation. You'll apply different feature selection techniques to reduce model complexity. You'll create ensemble models and optimize hyperparameters. At the end of the module, you'll apply these concepts to a final project.
8 ч. на завершение
9 видео ((всего 49 мин.)), 5 материалов для самостоятельного изучения, 3 тестов
9 видео
Using Validation Data During Training3мин
Embedded Methods for Feature Selection7мин
Using Regularization to Prevent Overfitting6мин
Introduction to Ensemble Models3мин
Training Ensemble Models3мин
Introduction to Hyperparameters5мин
Optimizing Hyperparameters8мин
Summary of Module 32мин
5 материалов для самостоятельного изучения
Introduction to Module 310мин
Examining Bias Variance Trade-off15мин
Practice Partitioning Data30мин
Using Wrapper Methods to Select Features40мин
Introduction to the Course Project10мин
2 практических упражнения
Practice Reducing Model Complexity30мин
Applying Ensemble Models30мин
Рецензии
Лучшие отзывы о курсе PREDICTIVE MODELING AND MACHINE LEARNING WITH MATLAB
от партнера SS13 сент. 2020 г.
Extremely helpful and interesting course. The basic concepts and further learnings are well addressed by the instructors.\n\nHighly recommended course for Machine Learning.
от партнера AH10 сент. 2020 г.
Very practical, but still high-level view to manage such projects. Testing was sufficient to test a full understanding. Thanks, I learnt a lot.
от партнера LS16 сент. 2020 г.
As always, a fast-paced course with crystal clear explanations!
Специализация Practical Data Science with MATLAB: общие сведения
Do you find yourself in an industry or field that increasingly uses data to answer questions? Are you working with an overwhelming amount of data and need to make sense of it? Do you want to avoid becoming a full-time software developer or statistician to do meaningful tasks with your data?
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
Получу ли я зачеты в университете за прохождение курса?
Этот курс не приравнивается к зачету в университетах, однако некоторые вузы принимают сертификаты на свое усмотрение. Дополнительную информацию уточняйте в своем деканате. Онлайн-дипломы и сертификаты Mastertrack™ от Coursera позволяют получить зачеты.
Остались вопросы? Посетите Центр поддержки учащихся.
