Questo corso è stato classificato tra i 100 migliori corsi su Coursera, in base alle sue valutazioni elevate e al gran numero di valutazioni.
Questo corso introdurrà lo studente all'apprendimento automatico applicato, concentrandosi maggiormente sulle tecniche e sui metodi che sulle statistiche alla base di questi metodi. Il corso inizierà con una discussione su come l'apprendimento automatico sia diverso dalle statistiche descrittive e introdurrà lo scikit learn toolkit attraverso un tutorial. Verrà discussa la questione della dimensionalità dei dati e verrà affrontato il compito di raggruppare i dati, nonché come valutare tali gruppi. Approcci controllati alla creazione
Questo corso introdurrà lo studente all'apprendimento automatico applicato, concentrandosi maggiormente sulle tecniche e sui metodi che sulle statistiche alla base di questi metodi.
Il corso inizierà con una discussione su come l'apprendimento automatico sia diverso dalle statistiche descrittive e introdurrà lo scikit learn toolkit attraverso un tutorial.
Verrà discussa la questione della dimensionalità dei dati e verrà affrontato il compito di raggruppare i dati, nonché come valutare tali gruppi.
Verranno descritti approcci supervisionati per la costruzione di modelli predittivi e gli studenti saranno in grado di applicare scikit impara i metodi di modellazione predittiva comprendendo i problemi di processo relativi alla generalizzazione dei dati (ad es. convalida incrociata, overfitting).
Il corso si concluderà con uno sguardo alle tecniche più avanzate, come la costruzione di insiemi, e ai limiti pratici dei modelli predittivi.
Entro la fine di questo corso, gli studenti saranno in grado di identificare la differenza tra una tecnica supervisionata (classificazione) e una non supervisionata (clustering), identificare quale tecnica devono applicare per un particolare set di dati e necessità, caratteristiche di progettazione per soddisfare tale esigenza e scrivi il codice Python per eseguire un'analisi.
Questo corso dovrebbe essere seguito dopo Introduzione alla scienza dei dati in Python e alla creazione di grafici, rappresentazione grafica e rappresentazione dei dati in Python e prima di Applied Text Mining in Python e Applied Social Analytics in Python.
91
Questo modulo introduce concetti, attività e flusso di lavoro di base dell'apprendimento automatico utilizzando un problema di classificazione di esempio basato sul metodo K-nearest neighbors e implementato utilizzando la libreria scikit-learn.
Questo modulo approfondisce una più ampia varietà di metodi di apprendimento supervisionato per la classificazione e la regressione, apprendendo la connessione tra complessità del modello e prestazioni di generalizzazione, l'importanza di un corretto ridimensionamento delle caratteristiche e come controllare la complessità del modello utilizzando la complessità del modello. per evitare il sovraffollamento. Oltre a k-nearest neighbors, questa settimana copre la regressione lineare (minimi quadrati, cresta, lazo e regressione polinomiale), la regressione logistica, le macchine vettoriali di supporto, l'uso della convalida incrociata per la valutazione del modello e gli alberi decisionali.
Questo modulo tratta i metodi di valutazione e selezione dei modelli che puoi utilizzare per comprendere e ottimizzare le prestazioni dei tuoi modelli di machine learning.
Questo modulo copre metodi di apprendimento supervisionato più avanzati, inclusi alberi d'insieme (foreste casuali, alberi a gradiente) e reti neurali (con una panoramica facoltativa sull'apprendimento profondo). Imparerai anche il problema critico della perdita di dati nell'apprendimento automatico e come rilevarlo ed evitarlo.
Preparati da casa con le università più prestigiose del mondo.
La qualità dei corsi di Coursera è supportata dai suoi istruttori, che spesso sono presidi con dottorati.
Oltre l'85% degli studenti di Coursera segnala vantaggi per la carriera, come promozioni o aumenti di stipendio.
Milioni di studenti in tutto il mondo stanno raggiungendo i loro obiettivi personali e professionali con Coursera.
Coursera offre corsi da oltre 200 università e aziende leader per fornire formazione online in tutto il mondo. Con un abbonamento Coursera Plus, ottieni accesso illimitato a oltre il 90% di tutti i corsi e ai certificati e alle specializzazioni professionali più popolari su Coursera.
Data science, business e sviluppo personale. Puoi iscriverti a più corsi contemporaneamente, guadagnare certificati illimitati e apprendere le competenze lavorative richieste per iniziare, crescere e persino cambiare carriera.
SCOPRI COME OTTENERE IL MASSIMO E RISPARMIARE OLTRE USD $500 CON UN ABBONAMENTO ANNUALE A COURSERA PLUS*
*Risparmi fino a $ 500 USD in 12 mesi, quando passi dal pagamento di $ 59 USD per un abbonamento mensile a un abbonamento annuale con la promozione. Il normale abbonamento annuale è di $ 399 USD. Con la promozione pagherai solo $ 299 USD. Scopri tutto cliccando sul pulsante giallo.
Professore Associato
la mia persona_aggiungi 234.428 studenti
il mio computerCorsi 3
La missione dell'Università del Michigan è servire il popolo del Michigan e del mondo attraverso la preminenza nella creazione, comunicazione, conservazione e applicazione della conoscenza, dell'arte e dei valori accademici e nello sviluppo di leader e cittadini che sfideranno il presente e arricchire il futuro. .
Salve, come posso aiutarla? Sei interessato ad un corso? Su quale argomento?
Aggiungi un commento