Über diesen Kurs

6,333 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. 7 Stunden zum Abschließen
Englisch
Untertitel: 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. 7 Stunden zum Abschließen
Englisch
Untertitel: Englisch

von

University of California San Diego-Logo

University of California San Diego

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1

Woche 1

2 Stunden zum Abschließen

Week 1: Diagnostics for Data

2 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 Diagnostics8m
Review: Classification Diagnostics4m
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 Codebase2m
Review: Regularization5m
Review: Evaluating a Model5m
Codebases, Regularization, and Evaluating a Model45m
Woche
3

Woche 3

1 Stunde zum Abschließen

Week 3: Validation and Pipelines

1 Stunde 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: Validation4m
Review: Predictive Pipelines6m
Predictive Pipelines20m
Woche
4

Woche 4

2 Stunden zum Abschließen

Final Project

2 Stunden zum Abschließen
2 Lektüren
2 Lektüren
Project Description10m
Where to Find Datasets10m

Über den Spezialisierung Python Data Products for Predictive Analytics

Python data products are powering the AI revolution. Top companies like Google, Facebook, and Netflix use predictive analytics to improve the products and services we use every day. Take your Python skills to the next level and learn to make accurate predictions with data-driven systems and deploy machine learning models with this four-course Specialization from UC San Diego. This Specialization is for learners who are proficient with the basics of Python. You’ll start by creating your first data strategy. You’ll also develop statistical models, devise data-driven workflows, and learn to make meaningful predictions for a wide-range of business and research purposes. Finally, you’ll use design thinking methodology and data science techniques to extract insights from a wide range of data sources. This is your chance to master one of the technology industry’s most in-demand skills. Python Data Products for Predictive Analytics is taught by Professor Ilkay Altintas, Ph.D. and Julian McAuley. Dr. Alintas is a prominent figure in the data science community and the designer of the highly-popular Big Data Specialization on Coursera. She has helped educate hundreds of thousands of learners on how to unlock value from massive datasets....
Python Data Products for Predictive Analytics

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

  • Für diesen Kurs gibt es keine akademischen Leistungspunkte, doch Hochschulen können nach eigenem Ermessen Leistungspunkte für Kurszertifikate vergeben. Wenden Sie sich an Ihre Einrichtung, um mehr zu erfahren. Online-Abschlüsse und Mastertrack™-Zertifikate auf Coursera bieten die Möglichkeit, akademische Leistungspunkte zu erwerben.

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