One of the most useful areas in machine learning is discovering hidden patterns from unlabeled data. Add the fundamentals of this in-demand skill to your Data Science toolkit. In this course, we will learn selected unsupervised learning methods for dimensionality reduction, clustering, and learning latent features. We will also focus on real-world applications such as recommender systems with hands-on examples of product recommendation algorithms.
Этот курс входит в специализацию ''Специализация Machine Learning: Theory and Hands-on Practice with Python'
1 514 уже зарегистрированы

Об этом курсе
Недавно просмотрено: 11 303
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 2 из 3 в программе
Средний уровень
Calculus, Linear algebra, Python, NumPy, Pandas, Matplotlib, and Scikit-learn.
Прибл. 38 часов на выполнение
Английский
Чему вы научитесь
Explain what unsupervised learning is, and list methods used in unsupervised learning.
List and explain algorithms for various matrix factorization methods, and what each is used for.
List and explain algorithms for various matrix factorization methods, and what each is used for.
Приобретаемые навыки
- Dimensionality Reduction
- Unsupervised Learning
- Cluster Analysis
- Recommender Systems
- Matrix Factorization
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 2 из 3 в программе
Средний уровень
Calculus, Linear algebra, Python, NumPy, Pandas, Matplotlib, and Scikit-learn.
Прибл. 38 часов на выполнение
Английский
от партнера
Сделайте шаг навстречу диплому магистра.
курс входит в онлайн-программу ''Master of Science in Data Science' от партнера Колорадский университет в Боулдере.
Если вы переходите на полную программу, курсы засчитываются при получении диплома.
Программа курса: что вы изучите
9 ч. на завершение
Unsupervised Learning Intro
9 ч. на завершение
3 видео ((всего 34 мин.)), 9 материалов для самостоятельного изучения, 4 тестов
8 ч. на завершение
Clustering
8 ч. на завершение
2 видео ((всего 23 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
8 ч. на завершение
Recommender System
8 ч. на завершение
4 видео ((всего 37 мин.)), 1 материал для самостоятельного изучения, 3 тестов
14 ч. на завершение
Matrix Factorization
14 ч. на завершение
5 видео ((всего 55 мин.)), 1 материал для самостоятельного изучения, 2 тестов
Специализация Machine Learning: Theory and Hands-on Practice with Python: общие сведения

Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Что я получу, оформив подписку на специализацию?
Можно ли получить финансовую помощь?
Остались вопросы? Посетите Центр поддержки учащихся.