Dieser Kurs ist Teil der Spezialisierung Spezialisierung AI for Scientific Research

Rajvir Dua +1 weiterer Dozent

von

Spezialisierung AI for Scientific ResearchLearnQuest

Über diesen Kurs

In this course, we will build on our knowledge of basic models and explore advanced AI techniques. We’ll start with a deep dive into neural networks, building our knowledge from the ground up by examining the structure and properties. Then we’ll code some simple neural network models and learn to avoid overfitting, regularization, and other hyper-parameter tricks. After a project predicting likelihood of heart disease given health characteristics, we’ll move to random forests. We’ll describe the differences between the two techniques and explore their differing origins in detail. Finally, we’ll complete a project predicting similarity between health patients using random forests.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Kurs 3 von 4 in

Spezialisierung AI for Scientific Research

Stufe „Mittel“

It is reccomended that you complete the first two courses in the specialization before starting this one.

Ca. 10 Stunden zum Abschließen

Englisch

Kompetenzen, die Sie erwerben

Artificial Neural Network
identifying specieis
Random Forest
predictions in science
machine learniing

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Kurs 3 von 4 in

Spezialisierung AI for Scientific Research

Stufe „Mittel“

It is reccomended that you complete the first two courses in the specialization before starting this one.

Ca. 10 Stunden zum Abschließen

Englisch

Dozenten

Rajvir Dua

Head of Data Science, Machine Learning Solutions

7.786 Lernende

8 Kurse

Neelesh Tiruviluamala

Co-founder and CEO, Machine Learning Solutions

7.786 Lernende

8 Kurse

von

LearnQuest

LearnQuest is the preferred training partner to the world’s leading companies, organizations, and government agencies. Our team boasts 20+ years of experience designing, developing and delivering a full suite industry-leading technology education classes and training solutions across the globe. Our trainers, equipped with expert industry experience and an unparalleled commitment to quality, facilitate classes that are offered in various delivery formats so our clients can obtain the training they need when and where they need it.

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche1

Woche 1

2 Stunden zum Abschließen

Introduction to Neural Networks

2 Stunden zum Abschließen

5 Videos (Gesamt 15 min), 3 Lektüren, 2 Quiz

3 Stunden zum Abschließen

Deep Dive into Neural Networks

In this module, we'll take a more detailed look into neural network and the considerations we should be having when using them. We'll start by adding layers to our 2-layer network, exploring the different options and their effects. Then, we'll explore some more advanced Python libraries for neural networks in TensorFlow and Keras. Finally, we'll discuss the implications to science and how to apply the models in the space.

3 Stunden zum Abschließen

3 Videos (Gesamt 8 min), 5 Lektüren, 1 Quiz

Woche2

Woche 2

3 Stunden zum Abschließen

Exploring Random Forests

In this module, we'll build up our knowledge of random forests and their uses in science. We'll start by exploring decision trees and how they operate as models in isolation. Next, we'll look at the impact of combining decision trees to create random forests. From here, we'll talk about the similarities and differences between regression and classification with random forests before concluding with a final project predicting species from lineage.

3 Stunden zum Abschließen

2 Videos (Gesamt 4 min), 2 Lektüren, 1 Quiz

Woche3

Woche 3

3 Stunden zum Abschließen

Final Project: Comparing Models to Predict Sepal Width

3 Stunden zum Abschließen

Über den Spezialisierung AI for Scientific Research

In the AI for Scientific Research specialization, we'll learn how to use AI in scientific situations to discover trends and patterns within datasets. Course 1 teaches a little bit about the Python language as it relates to data science. We'll share some existing libraries to help analyze your datasets. By the end of the course, you'll apply a classification model to predict the presence or absence of heart disease from a patient's health data. Course 2 covers the complete machine learning pipeline, from reading in, cleaning, and transforming data to running basic and advanced machine learning algorithms.In the final project, we'll apply our skills to compare different machine learning models in Python. In Course 3, we will build on our knowledge of basic models and explore more advanced AI techniques. We’ll describe the differences between the two techniques and explore how they differ. Then, we’ll complete a project predicting similarity between health patients using random forests. In Course 4, a capstone project course, we'll compare genome sequences of COVID-19 mutations to identify potential areas a drug therapy can look to target. By the end, you'll be well on your way to discovering ways to combat disease with genome sequencing.

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
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.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
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.
Wie erfolgen Rückerstattungen?
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.
Ist finanzielle Unterstützung möglich?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Neural Networks and Random Forests

Über diesen Kurs

Kompetenzen, die Sie erwerben