Об этом курсе

Недавно просмотрено: 477,553

Карьерные результаты учащихся

34%

начал новую карьеру, пройдя эти курсы

35%

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.
Средний уровень
Прибл. 34 часа на выполнение
Английский

Чему вы научитесь

  • Describe how machine learning is different than descriptive statistics

  • Create and evaluate data clusters

  • Explain different approaches for creating predictive models

  • Build features that meet analysis needs

Приобретаемые навыки

Python ProgrammingMachine Learning (ML) AlgorithmsMachine LearningScikit-Learn

Карьерные результаты учащихся

34%

начал новую карьеру, пройдя эти курсы

35%

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.
Средний уровень
Прибл. 34 часа на выполнение
Английский

Преподаватели

от партнера

Placeholder

Мичиганский университет

Программа курса: что вы изучите

Оценка контентаThumbs Up92%(13,833 оценки)Info
Неделя
1

Неделя 1

8 ч. на завершение

Module 1: Fundamentals of Machine Learning - Intro to SciKit Learn

8 ч. на завершение
6 видео ((всего 71 мин.)), 4 материалов для самостоятельного изучения, 2 тестов
6 видео
Introduction11мин
Key Concepts in Machine Learning13мин
Python Tools for Machine Learning4мин
An Example Machine Learning Problem12мин
Examining the Data9мин
K-Nearest Neighbors Classification20мин
4 материала для самостоятельного изучения
Course Syllabus10мин
Help us learn more about you!10мин
Notice for Auditing Learners: Assignment Submission10мин
Zachary Lipton: The Foundations of Algorithmic Bias (optional)30мин
1 практическое упражнение
Module 1 Quiz30мин
Неделя
2

Неделя 2

10 ч. на завершение

Module 2: Supervised Machine Learning - Part 1

10 ч. на завершение
12 видео ((всего 166 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
12 видео
Overfitting and Underfitting12мин
Supervised Learning: Datasets4мин
K-Nearest Neighbors: Classification and Regression13мин
Linear Regression: Least-Squares17мин
Linear Regression: Ridge, Lasso, and Polynomial Regression19мин
Logistic Regression12мин
Linear Classifiers: Support Vector Machines13мин
Multi-Class Classification6мин
Kernelized Support Vector Machines18мин
Cross-Validation9мин
Decision Trees19мин
2 материала для самостоятельного изучения
A Few Useful Things to Know about Machine Learning10мин
Ed Yong: Genetic Test for Autism Refuted (optional)10мин
1 практическое упражнение
Module 2 Quiz30мин
Неделя
3

Неделя 3

7 ч. на завершение

Module 3: Evaluation

7 ч. на завершение
7 видео ((всего 81 мин.)), 1 материал для самостоятельного изучения, 2 тестов
7 видео
Confusion Matrices & Basic Evaluation Metrics12мин
Classifier Decision Functions7мин
Precision-recall and ROC curves6мин
Multi-Class Evaluation13мин
Regression Evaluation6мин
Model Selection: Optimizing Classifiers for Different Evaluation Metrics13мин
1 материал для самостоятельного изучения
Practical Guide to Controlled Experiments on the Web (optional)10мин
1 практическое упражнение
Module 3 Quiz30мин
Неделя
4

Неделя 4

10 ч. на завершение

Module 4: Supervised Machine Learning - Part 2

10 ч. на завершение
10 видео ((всего 94 мин.)), 11 материалов для самостоятельного изучения, 2 тестов
10 видео
Random Forests11мин
Gradient Boosted Decision Trees5мин
Neural Networks19мин
Deep Learning (Optional)7мин
Data Leakage11мин
Introduction4мин
Dimensionality Reduction and Manifold Learning9мин
Clustering14мин
Conclusion2мин
11 материалов для самостоятельного изучения
Neural Networks Made Easy (optional)10мин
Play with Neural Networks: TensorFlow Playground (optional)10мин
Deep Learning in a Nutshell: Core Concepts (optional)10мин
Assisting Pathologists in Detecting Cancer with Deep Learning (optional)10мин
The Treachery of Leakage (optional)10мин
Leakage in Data Mining: Formulation, Detection, and Avoidance (optional)10мин
Data Leakage Example: The ICML 2013 Whale Challenge (optional)10мин
Rules of Machine Learning: Best Practices for ML Engineering (optional)10мин
How to Use t-SNE Effectively10мин
How Machines Make Sense of Big Data: an Introduction to Clustering Algorithms10мин
Post-course Survey10мин
1 практическое упражнение
Module 4 Quiz30мин

Рецензии

Лучшие отзывы о курсе APPLIED MACHINE LEARNING IN PYTHON

Посмотреть все отзывы

Специализация Прикладная наука о данных с Python: общие сведения

Прикладная наука о данных с Python

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.