Об этом курсе

Недавно просмотрено: 4,494
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. 18 часов на выполнение
Английский
Субтитры: Английский
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. 18 часов на выполнение
Английский
Субтитры: Английский

от партнера

Логотип SAS

SAS

Программа курса: что вы изучите

Неделя
1

Неделя 1

1 ч. на завершение

Course Overview

1 ч. на завершение
1 видео ((всего 1 мин.)), 4 материалов для самостоятельного изучения, 1 тест
1 видео
4 материала для самостоятельного изучения
Learner Prerequisites1мин
Using SAS® Viya® for Learners with This Course (Required)10мин
Course Information (Required)10мин
Using Forums and Getting Help5мин
2 ч. на завершение

SAS® Viya® and Open Source Integration

2 ч. на завершение
10 видео ((всего 55 мин.))
10 видео
Cloud Analytic Services2мин
Jupyter Notebooks and Open Source Development Interfaces2мин
SAS Scripting Wrapper for Analytics Transfer2мин
CAS Actions in SAS Viya2мин
Connecting to CAS and Reading in Data1мин
DataFrames and CAS Tables on the Clients and Server2мин
Advantages to Open Source Integration2мин
Demo: Getting Started with CAS and the R API18мин
Demo: Getting Started with CAS and the Python API18мин
5 практических упражнений
Question 2.0110мин
Question 2.0210мин
Question 2.0310мин
Question 2.0410мин
SAS® Viya® and Open Source Integration Quiz30мин
Неделя
2

Неделя 2

4 ч. на завершение

Machine Learning

4 ч. на завершение
15 видео ((всего 107 мин.))
15 видео
Data Partitioning: Preventing Overfitting2мин
Logistic Regression Models3мин
Support Vector Machines2мин
Decision Trees2мин
Ensemble of Trees2мин
Neural Network Models3мин
Autotuning Hyperparameters1мин
Model Performance Assessment2мин
Model Performance Charts: ROC and Lift2мин
Demo: Using the R API to Create and Assess Models26мин
Demo: Using the Python API to Create and Assess Models25мин
Demo: Creating a Gradient Boosting Model in SAS Studio7мин
Demo: Using R Functions and Looping for Efficient Coding11мин
Demo: Using Python Functions and Looping for Efficient Coding11мин
4 практических упражнения
Question 3.0110мин
Question 3.0210мин
Question 3.0310мин
Machine Learning Quiz30мин
Неделя
3

Неделя 3

2 ч. на завершение

Text Analytics

2 ч. на завершение
9 видео ((всего 48 мин.))
9 видео
Natural and Formal Languages1мин
Processing Words1мин
Processing Context2мин
Processing Concepts1мин
Extracting Information from the Term-Document Matrix3мин
Word Embedding3мин
Demo: Using the R API to Explore Text Documents15мин
Demo: Using the Python API to Explore Text Documents15мин
3 практических упражнения
Question 4.0110мин
Question 4.0210мин
Text Analytics Quiz30мин
3 ч. на завершение

Deep Learning

3 ч. на завершение
13 видео ((всего 67 мин.))
13 видео
Hidden Unit Activation Functions2мин
Weight Initialization1мин
Regularization Methods3мин
Nonlinear Optimization Algorithms (or Gradient-Based Learning)3мин
Processors for Analytics1мин
Deep Neural Networks (DNN) versus Recurrent Neural Networks (RNN)2мин
Recurrent Neural Network Architecture1мин
Improving RNN Models1мин
Gated Recurrent Unit (GRU)2мин
Long Short-Term Memory (LSTM)2мин
Demo: Deep Learning Sentiment Prediction Using the R API21мин
Demo: Deep Learning Sentiment Prediction Using the Python API21мин
3 практических упражнения
Question 5.0110мин
Question 5.0210мин
Deep Learning Quiz30мин
Неделя
4

Неделя 4

3 ч. на завершение

Time Series

3 ч. на завершение
11 видео ((всего 63 мин.))
11 видео
Model Performance and Assessment2мин
Weighted Averages1мин
Simple Exponential Smoothing2мин
ARIMAX Models and Stationarity1мин
Autoregressive and Moving Average Terms2мин
Forecasting with Recurrent Neural Networks43
Demo: Automatic Forecasting Using the R API8мин
Demo: Automatic Forecasting Using the Python API8мин
Demo: Deep Learning Forecasting Using the R API16мин
Demo: Deep Learning Forecasting Using the Python API16мин
4 практических упражнения
Question 6.0110мин
Question 6.0210мин
Question 6.0310мин
Time Series Quiz30мин
2 ч. на завершение

Image Classification

2 ч. на завершение
7 видео ((всего 43 мин.))
7 видео
Convolutional Neural Networks for Image Classification1мин
Convolution Layers3мин
Pooling Layers1мин
Fully Connected and Output Layers59
Demo: Classifying Color Images Using the R API16мин
Demo: Classifying Color Images Using the Python API16мин
2 практических упражнения
Question 7.0110мин
Image Classification Quiz30мин
2 ч. на завершение

Factorization Machines

2 ч. на завершение
4 видео ((всего 29 мин.))
4 видео
Factorization Machines for Recommendation3мин
Demo: Modeling Sparse Data Using the R API11мин
Demo: Modeling Sparse Data Using the Python API11мин
2 практических упражнения
Question 8.0110мин
Factorization Machines Quiz30мин

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.
  • Оплатив сертификацию, вы получите доступ ко всем материалам курса, включая оцениваемые задания. 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.

  • Средства можно вернуть в течение двух недель с момента оплаты или (для только что начавшихся курсов) в течение двух недель после первой сессии, в зависимости от того, какое событие наступит позже. Средства не возвращаются после получения сертификата о прохождении курса, даже если вы закончили курс в течение двухнедельного гарантийного срока. 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' и заполните форму. Если его примут, вы получите уведомление. Подробнее

  • 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.