One of the most common tasks performed by data scientists and data analysts are prediction and machine learning. This course will cover the basic components of building and applying prediction functions with an emphasis on practical applications. The course will provide basic grounding in concepts such as training and tests sets, overfitting, and error rates. The course will also introduce a range of model based and algorithmic machine learning methods including regression, classification trees, Naive Bayes, and random forests. The course will cover the complete process of building prediction functions including data collection, feature creation, algorithms, and evaluation.
von
Johns Hopkins UniversityÜber diesen Kurs
27.057 kürzliche Aufrufe
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.
Ca. 9 Stunden zum Abschließen
Englisch
Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?
Probieren Sie Coursera for Business ausWas Sie lernen werden
Use the basic components of building and applying prediction functions
Understand concepts such as training and tests sets, overfitting, and error rates
Describe machine learning methods such as regression or classification trees
Explain the complete process of building prediction functions
Kompetenzen, die Sie erwerben
- Random Forest
- Machine Learning (ML) Algorithms
- Machine Learning
- R Programming
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.
Ca. 9 Stunden zum Abschließen
Englisch
Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?
Probieren Sie Coursera for Business aus
Lehrplan - Was Sie in diesem Kurs lernen werden
2 Stunden zum Abschließen
Week 1: Prediction, Errors, and Cross Validation
2 Stunden zum Abschließen
9 Videos (Gesamt 73 min), 4 Lektüren, 1 Quiz
2 Stunden zum Abschließen
Week 2: The Caret Package
2 Stunden zum Abschließen
9 Videos (Gesamt 96 min)
1 Stunde zum Abschließen
Week 3: Predicting with trees, Random Forests, & Model Based Predictions
1 Stunde zum Abschließen
5 Videos (Gesamt 48 min)
3 Stunden zum Abschließen
Week 4: Regularized Regression and Combining Predictors
3 Stunden zum Abschließen
4 Videos (Gesamt 33 min), 2 Lektüren, 3 Quiz
Bewertungen
- 5 stars66,43 %
- 4 stars22,36 %
- 3 stars6,90 %
- 2 stars2,51 %
- 1 star1,77 %
Top-Bewertungen von PRAKTISCHES MASCHINELLES LERNEN
von DH17. Juni 2018
Excellent introduction to basic ML techniques. A lot of material covered in a short period of time! I will definitely seek more advanced training out of the inspiration provided by this class.
von LS3. Feb. 2018
The practical machine learning course is a booster for the data science aspirant.The concept taught by the Prof Jeff Leek is easily understandable. Thank you so much Sir.
von HP15. Jan. 2017
It was like opening up a door to a whole new world. I have discovered new tools that I will thoroughly enjoy to use for the exploration of data and for predictions. Thanks Team Coursera !
von GA21. Feb. 2018
A great course that really helps demystify what machine learning is and how anyone can use it to build prediction models and start to answer tough questions using data.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Ist finanzielle Unterstützung möglich?
Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.
