Über diesen Kurs

31,889 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.
Ca. 9 Stunden zum Abschließen
Englisch
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.
Ca. 9 Stunden zum Abschließen
Englisch

von

Placeholder

Alberta Machine Intelligence Institute

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1

Woche 1

4 Stunden zum Abschließen

Classification using Decision Trees and k-NN

4 Stunden zum Abschließen
8 Videos (Gesamt 46 min), 4 Lektüren, 2 Quiz
8 Videos
What does a classifier actually do?5m
Classification in scikit-learn3m
What are decision trees?6m
Generalization and overfitting8m
Classification using k-nearest neighbours8m
Distance measures8m
Weekly summary2m
4 Lektüren
Math Review10m
Scikitlearn documentation for decision trees (Optional)10m
Scikitlearn documentation for random forests (Optional)10m
Scikitlearn documentation for k-nearest neighbours (Optional)10m
2 praktische Übungen
Supervised Learning Basics
Understanding Classification with Decision Trees and k-NN20m
Woche
2

Woche 2

2 Stunden zum Abschließen

Functions for Fun and Profit

2 Stunden zum Abschließen
9 Videos (Gesamt 62 min), 1 Lektüre, 4 Quiz
9 Videos
Optimal line-fitting8m
Loss and Convexity7m
Gradient Descent9m
Nonlinear features and model complexity6m
Bias and variance tradeoff6m
Regularizers5m
Loss for Classification7m
Weekly summary4m
1 Lektüre
Scikitlearn documentation for linear regression (Optional)10m
4 praktische Übungen
Regression Basics
Understanding Model Complexity
From Regression to Classification2m
The Regression side of Supervised Learning20m
Woche
3

Woche 3

3 Stunden zum Abschließen

Regression for Classification: Support Vector Machines

3 Stunden zum Abschließen
6 Videos (Gesamt 34 min), 1 Lektüre, 2 Quiz
6 Videos
Neural Networks9m
Hinge Loss6m
Basics of Support Vector Machines6m
Kernels6m
Weekly Summary1m
1 Lektüre
Scikitlearn documentation for SVMs (Optional)10m
2 praktische Übungen
Understanding Support Vector Machines
Regression-based Classification10m
Woche
4

Woche 4

1 Stunde zum Abschließen

Contrasting Models

1 Stunde zum Abschließen
8 Videos (Gesamt 46 min), 1 Lektüre, 1 Quiz
8 Videos
Classification assessment6m
Learning Curves6m
Testing your models7m
Cross validation5m
Parameter tuning and grid search5m
Model Parameters6m
Weekly Summary1m
1 Lektüre
Some resources on model assessment (Optional)10m
1 praktische Übung
Contrasting Models

Bewertungen

Top-Bewertungen von MACHINE LEARNING ALGORITHMS: SUPERVISED LEARNING TIP TO TAIL

Alle Bewertungen anzeigen

Über den Spezialisierung Machine Learning: Algorithms in the Real World

Machine Learning: Algorithms in the Real World

Häufig gestellte Fragen

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