Über diesen Kurs

5,956 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. 8 Stunden zum Abschließen
Englisch

Was Sie lernen werden

  • Understand the definitions of simple error measures (e.g. MSE, accuracy, precision/recall).

  • Evaluate the performance of regressors / classifiers using the above measures.

  • Understand the difference between training/testing performance, and generalizability.

  • Understand techniques to avoid overfitting and achieve good generalization performance.

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. 8 Stunden zum Abschließen
Englisch

von

Placeholder

University of California San Diego

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1

Woche 1

3 Stunden zum Abschließen

Week 1: Diagnostics for Data

3 Stunden zum Abschließen
6 Videos (Gesamt 49 min), 4 Lektüren, 3 Quiz
6 Videos
Motivation Behind the MSE8m
Regression Diagnostics: MSE and R²6m
Over- and Under-Fitting6m
Classification Diagnostics: Accuracy and Error11m
Classification Diagnostics: Precision and Recall12m
4 Lektüren
Syllabus10m
Setting Up Your System10m
(Optional) Additional Resources and Recommended Readings10m
Course Materials10m
3 praktische Übungen
Review: Regression Diagnostics30m
Review: Classification Diagnostics30m
Diagnostics for Data30m
Woche
2

Woche 2

2 Stunden zum Abschließen

Week 2: Codebases, Regularization, and Evaluating a Model

2 Stunden zum Abschließen
4 Videos (Gesamt 35 min)
4 Videos
Model Complexity and Regularization10m
Adding a Regularizer to our Model, and Evaluating the Regularized Model8m
Evaluating Classifiers for Ranking4m
4 praktische Übungen
Review: Setting Up a Codebase30m
Review: Regularization5m
Review: Evaluating a Model5m
Codebases, Regularization, and Evaluating a Model45m
Woche
3

Woche 3

2 Stunden zum Abschließen

Week 3: Validation and Pipelines

2 Stunden zum Abschließen
4 Videos (Gesamt 24 min)
4 Videos
“Theorems” About Training, Testing, and Validation8m
Implementing a Regularization Pipeline in Python5m
Guidelines on the Implementation of Predictive Pipelines5m
3 praktische Übungen
Review: Validation30m
Review: Predictive Pipelines30m
Predictive Pipelines20m
Woche
4

Woche 4

1 Stunde zum Abschließen

Final Project

1 Stunde zum Abschließen
2 Lektüren
2 Lektüren
Project Description10m
Where to Find Datasets10m

Bewertungen

Top-Bewertungen von MEANINGFUL PREDICTIVE MODELING

Alle Bewertungen anzeigen

Über den Spezialisierung Python Data Products for Predictive Analytics

Python Data Products for Predictive Analytics

Häufig gestellte Fragen

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