Über diesen Kurs

22,982 kürzliche Aufrufe
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“
Ca. 11 Stunden zum Abschließen
Englisch
Untertitel: Englisch

Kompetenzen, die Sie erwerben

Statistical AnalysisMachine LearningPython ProgrammingComputer ProgrammingLinear Algebra
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“
Ca. 11 Stunden zum Abschließen
Englisch
Untertitel: Englisch

von

Alberta Machine Intelligence Institute-Logo

Alberta Machine Intelligence Institute

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1

Woche 1

2 Stunden zum Abschließen

What Does Good Data look like?

2 Stunden zum Abschließen
11 Videos (Gesamt 65 min), 2 Lektüren, 3 Quiz
11 Videos
Business Understanding and Problem Discovery9m
No Free Lunch Theorem5m
Exploring the process of problem definition7m
Data Acquisition and Understanding8m
Metadata Matters5m
Dealing with Multimodal Data2m
Features and transformations of raw data6m
Identifying Data from Problem5m
Case Study: Problem from Data6m
Weekly Summary What does good data look like?4m
2 Lektüren
Machine Learning Process Lifecycle Review10m
Match Data to the needs of the learning Algorithm10m
3 praktische Übungen
Business Understanding and Problem Discovery (BUPD) Review10m
Data Acquisition and Understanding Review10m
Module 1 Quiz30m
Woche
2

Woche 2

2 Stunden zum Abschließen

Preparing your Data for Machine Learning Success

2 Stunden zum Abschließen
11 Videos (Gesamt 61 min)
11 Videos
Converting to Useful Forms7m
Data Quality5m
How Much Data Do I Need?4m
Everything has to be Numbers6m
Types of Data5m
Aligning Similar Data4m
Imputing Missing Values7m
Data Transformations7m
Weekly Summary: Preparing your Data for Machine Learning Success1m
Data Cleaning: Everybody's favourite task4m
4 praktische Übungen
Data Warehousing Review10m
Everything has to be Numbers Review10m
Types of Data Review10m
Module 2 Quiz30m
Woche
3

Woche 3

5 Stunden zum Abschließen

Feature Engineering for MORE Fun & Profit

5 Stunden zum Abschließen
8 Videos (Gesamt 45 min), 2 Lektüren, 4 Quiz
8 Videos
Useful/Useless Features6m
How Many Features?5m
What is Unsupervised Learning6m
Feature Selection7m
Feature Extraction2m
Transfer Learning7m
Weekly Summary: Feature Engineering for MORE Fun & Profit1m
2 Lektüren
Possibilities for Text Features10m
Word Embeddings10m
3 praktische Übungen
Understanding Features6m
Building Good Features6m
Understanding Transfer Learning4m
Woche
4

Woche 4

2 Stunden zum Abschließen

Bad Data

2 Stunden zum Abschließen
9 Videos (Gesamt 48 min)
9 Videos
Generalization and how machines actually learn6m
Bias in Data Sources3m
Bias and variance tradeoff6m
Outliers5m
Skewed Distributions7m
Badness Multipliers4m
Live Data Danger6m
Weekly Summary: Bad Data1m
4 praktische Übungen
Mistakes Computers Make10m
Data: Skewed Distributions10m
Live Data Dangers10m
Module 4 Quiz30m

Bewertungen

Top-Bewertungen von DATA FOR MACHINE LEARNING

Alle Bewertungen anzeigen

Über den Spezialisierung Machine Learning: Algorithms in the Real World

This specialization is for professionals who have heard the buzz around machine learning and want to apply machine learning to data analysis and automation. Whether finance, medicine, engineering, business or other domains, this specialization will set you up to define, train, and maintain a successful machine learning application. After completing all four courses, you will have gone through the entire process of building a machine learning project. You will be able to clearly define a machine learning problem, identify appropriate data, train a classification algorithm, improve your results, and deploy it in the real world. You will also be able to anticipate and mitigate common pitfalls in applied machine learning....
Machine Learning: Algorithms in the Real World

Häufig gestellte Fragen

  • Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:

    • Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
    • Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
  • Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.

  • Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine 7-tägige, kostenlose Testversion, die Sie gebührenfrei wieder kündigen können. Danach gewähren wir keine Rückerstattungen mehr, aber Sie können Ihr Abonnement jederzeit kündigen. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.

  • Ja, Coursera bietet für Kursteilnehmer, die sich die Kursgebühr nicht leisten können, finanzielle Unterstützung an. Bewerben Sie sich dafür, indem Sie auf den Link für finanzielle Unterstützung links unter der Schaltfläche „Anmelden“ klicken. Sie werden zum Ausfüllen eines Antrags aufgefordert und werden bei Genehmigung benachrichtigt. Diesen Schritt müssen Sie für jeden Kurs der Spezialisierung ausführen, auch für das Abschlussprojekt. Mehr erfahren

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..