Questo corso è stato classificato tra i 100 migliori corsi su Coursera, in base alle sue valutazioni elevate e al gran numero di valutazioni.
Hai dei dati e ti chiedi cosa possono dirti? Hai bisogno di una comprensione più approfondita dei principali modi in cui l'apprendimento automatico può migliorare la tua attività? Vuoi essere in grado di chattare con specialisti su qualsiasi cosa, dalla regressione e classificazione al deep learning e ai sistemi di raccomandazione? In questo corso acquisirai esperienza pratica con l'apprendimento automatico attraverso una serie di casi di studio pratici. Alla fine del primo corso, avrai studiato come prevedere i prezzi delle case in base a
Hai dei dati e ti chiedi cosa possono dirti? Hai bisogno di una comprensione più approfondita dei principali modi in cui l'apprendimento automatico può migliorare la tua attività? Vuoi essere in grado di chattare con specialisti su qualsiasi cosa, dalla regressione e classificazione al deep learning e ai sistemi di raccomandazione? In questo corso acquisirai esperienza pratica con l'apprendimento automatico attraverso una serie di casi di studio pratici.
Alla fine del primo corso, avrai studiato come prevedere i prezzi delle case in base alle caratteristiche a livello di casa, analizzare il sentiment degli utenti, recuperare documenti di interesse, consigliare prodotti e cercare immagini.
Attraverso la pratica pratica con questi casi d'uso, sarai in grado di applicare metodi di apprendimento automatico in un'ampia gamma di domini.
Questo primo corso tratta il metodo di apprendimento automatico come una scatola nera.
Utilizzando questa astrazione, ti concentrerai sulla comprensione delle attività di interesse, sull'abbinamento di queste attività con gli strumenti di apprendimento automatico e sulla valutazione della qualità del risultato.
Nei corsi successivi, approfondirai i componenti di questa scatola nera esaminando modelli e algoritmi.
Insieme, questi pezzi formano la pipeline di machine learning, che utilizzerai nello sviluppo di applicazioni intelligenti.
Risultati di apprendimento: Alla fine di questo corso, sarai in grado di: -Identificare le potenziali applicazioni dell'apprendimento automatico nella pratica.
-Descrivere le differenze centrali nelle analisi abilitate da regressione, classificazione e clustering.
-Selezionare l'attività di machine learning appropriata per una potenziale applicazione.
-Applicare sistemi di regressione, classificazione, clustering, recupero, raccomandazione e deep learning.
-Rappresenta i tuoi dati come funzionalità da utilizzare come input per i modelli di machine learning.
-Valutare la qualità del modello in termini di metriche di errore relative a ciascuna attività.
-Utilizzare un set di dati per adattare un modello per analizzare nuovi dati.
-Crea un'applicazione end-to-end che utilizzi l'apprendimento automatico al suo interno.
-Implementare queste tecniche in Python.
52
L'apprendimento automatico è ovunque, ma spesso funziona dietro le quinte. Questa introduzione alla specializzazione ti istruisce sulla potenza dell'apprendimento automatico e sulla moltitudine di applicazioni intelligenti che puoi sviluppare e distribuire personalmente una volta completata. Discutiamo anche di chi siamo, di come siamo arrivati qui e della nostra visione per il futuro delle app intelligenti.
Questa settimana creerai la tua prima app intelligente che fa previsioni dai dati. Esploreremo questa idea nel contesto del nostro primo caso di studio, Predicting House Prices, in cui creerai modelli che prevedono un valore continuo (prezzo) dalle caratteristiche di input (metraggio quadrato, numero di camere da letto e bagni, ...) . Questo è solo uno dei tanti luoghi in cui è possibile applicare la regressione. Altre applicazioni vanno dalla previsione degli esiti sanitari in medicina, ai prezzi delle azioni nella finanza e all'uso dell'energia nel calcolo ad alte prestazioni, all'analisi di quali regolatori sono importanti per l'espressione genica. Esaminerai anche come analizzare le prestazioni del tuo modello predittivo e implementare in pratica la regressione utilizzando un notebook Jupyter.
Come fai a sapere se una persona si è sentita positivamente o negativamente su un'esperienza, solo da una breve recensione che ha scritto? Nel nostro secondo caso di studio, l'analisi del sentiment, creerai modelli che prevedono una classe (sentiment positivo/negativo) di funzionalità di input (testo di revisione, informazioni sul profilo utente, ...). Questa attività è un esempio di classificazione, una delle aree più utilizzate dell'apprendimento automatico, con un'ampia gamma di applicazioni, tra cui il targeting degli annunci, il rilevamento dello spam, la diagnosi medica e la classificazione delle immagini. Analizzerai l'accuratezza del tuo classificatore, implementerai un classificatore reale in un notebook Jupyter e testerai per la prima volta un pezzo fondamentale dell'app intelligente che creerai e implementerai nel tuo capstone.
Un lettore è interessato a un articolo di notizie specifico e desidera trovare articoli simili da consigliare. Qual è la nozione corretta di somiglianza? Come faccio a cercare automaticamente i documenti per trovare la corrispondenza più vicina? Come faccio a rappresentare quantitativamente i documenti in primo luogo? In questo terzo caso di studio, Recupero di documenti, esaminerai varie rappresentazioni di documenti e un algoritmo per recuperare il sottoinsieme più simile. Prenderete in considerazione anche rappresentazioni strutturate di documenti che raggruppano automaticamente gli articoli per somiglianza (ad esempio, l'argomento del documento). In effetti, creerà un sistema intelligente di recupero dei documenti per le voci di Wikipedia in un taccuino Jupyter.
Ti sei mai chiesto come Amazon formula i suoi consigli personalizzati sui prodotti? In che modo Netflix suggerisce i film da guardare? In che modo Pandora seleziona il prossimo brano da riprodurre in streaming? In che modo Facebook o LinkedIn trovano le persone con cui potresti entrare in contatto? Dietro tutte queste tecnologie per contenuti personalizzati c'è qualcosa chiamato filtro collaborativo. Imparerai come costruire un tale sistema di raccomandazioni utilizzando una varietà di tecniche ed esplorerai i suoi compromessi. Un metodo che esaminiamo è la fattorizzazione della matrice, che apprende le caratteristiche degli utenti e dei prodotti per formare raccomandazioni. In un taccuino Jupyter, utilizzerai queste tecniche per creare un vero e proprio sistema di consigli sui brani.
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 Amazon di Machine Learning
la mia persona_aggiungi 410.851 studenti
il mio computerCorsi 6
Fondata nel 1861, l'Università di Washington è una delle più antiche istituzioni di istruzione superiore sostenute dallo stato sulla costa occidentale ed è una delle principali università di ricerca del mondo.
Salve, come posso aiutarla? Sei interessato ad un corso? Su quale argomento?
Aggiungi un commento