This course introduces you to one of the main types of modelling families of supervised Machine Learning: Regression. You will learn how to train regression models to predict continuous outcomes and how to use error metrics to compare across different models. This course also walks you through best practices, including train and test splits, and regularization techniques.
от партнера
IBMОб этом курсе
Недавно просмотрено: 42,587
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. 11 часов на выполнение
Английский
Субтитры: Французский, Португальский (Европа), Русский, Английский, Испанский
Приобретаемые навыки
Regression AnalysisSupervised LearningLinear RegressionRidge RegressionMachine Learning (ML) Algorithms
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. 11 часов на выполнение
Английский
Субтитры: Французский, Португальский (Европа), Русский, Английский, Испанский
от партнера
IBM
IBM is the global leader in business transformation through an open hybrid cloud platform and AI, serving clients in more than 170 countries around the world. Today 47 of the Fortune 50 Companies rely on the IBM Cloud to run their business, and IBM Watson enterprise AI is hard at work in more than 30,000 engagements. IBM is also one of the world’s most vital corporate research organizations, with 28 consecutive years of patent leadership. Above all, guided by principles for trust and transparency and support for a more inclusive society, IBM is committed to being a responsible technology innovator and a force for good in the world.
Программа курса: что вы изучите
2 ч. на завершение
Introduction to Supervised Machine Learning and Linear Regression
This module introduces a brief overview of supervised machine learning and its main applications: classification and regression. After introducing the concept of regression, you will learn its best practices, as well as how to measure error and select the regression model that best suits your data.
2 ч. на завершение
9 видео ((всего 77 мин.)), 3 материалов для самостоятельного изучения, 3 тестов
4 ч. на завершение
Data Splits and Cross Validation
There are a few best practices to avoid overfitting of your regression models. One of these best practices is splitting your data into training and test sets. Another alternative is to use cross validation. And a third alternative is to introduce polynomial features. This module walks you through the theoretical framework and a few hands-on examples of these best practices.
4 ч. на завершение
12 видео ((всего 116 мин.)), 3 материалов для самостоятельного изучения, 4 тестов
5 ч. на завершение
Regression with Regularization Techniques: Ridge, LASSO, and Elastic Net
This module walks you through the theory and a few hands-on examples of regularization regressions including ridge, LASSO, and elastic net. You will realize the main pros and cons of these techniques, as well as their differences and similarities.
5 ч. на завершение
11 видео ((всего 126 мин.)), 3 материалов для самостоятельного изучения, 3 тестов
Рецензии
Лучшие отзывы о курсе SUPERVISED MACHINE LEARNING: REGRESSION
от партнера NV15 нояб. 2020 г.
Very well designed course, great that we could work with our own data and apply the theory. Looking forward to continue the journey.
от партнера AF6 нояб. 2020 г.
Great course and very well structured. I'm really impressed with the instructor who give thorough walkthrough to the code.
от партнера NA27 дек. 2020 г.
Learned really about supervised learning and more importantly regularization and some available methods.
от партнера RP12 апр. 2021 г.
I recommend this course to everyone who wants to excel in Machine Learning. This is a Great Course!
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Что я получу, оформив подписку на сертификацию?
Получу ли я зачеты в университете за прохождение курса?
Остались вопросы? Посетите Центр поддержки учащихся.
