Über diesen Kurs

118,394 kürzliche Aufrufe

Karriereergebnisse der Lernenden

38%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

38%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

12%

erhalten Sie eine Gehaltserhöhung oder Beförderung

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. 8 Stunden zum Abschließen

Englisch

Untertitel: Englisch, Koreanisch

Was 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 ForestMachine Learning (ML) AlgorithmsMachine LearningR Programming

Karriereergebnisse der Lernenden

38%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

38%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

12%

erhalten Sie eine Gehaltserhöhung oder Beförderung

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. 8 Stunden zum Abschließen

Englisch

Untertitel: Englisch, Koreanisch

von

Johns Hopkins University-Logo

Johns Hopkins University

Lehrplan - Was Sie in diesem Kurs lernen werden

InhaltsbewertungThumbs Up89%(5,777 Bewertungen)Info
Woche
1

Woche 1

2 Stunden zum Abschließen

Week 1: Prediction, Errors, and Cross Validation

2 Stunden zum Abschließen
9 Videos (Gesamt 73 min), 4 Lektüren, 1 Quiz
9 Videos
What is prediction?8m
Relative importance of steps9m
In and out of sample errors6m
Prediction study design9m
Types of errors10m
Receiver Operating Characteristic5m
Cross validation8m
What data should you use?6m
4 Lektüren
Welcome to Practical Machine Learning10m
A Note of Explanation2m
Syllabus10m
Pre-Course Survey10m
1 praktische Übung
Quiz 110m
Woche
2

Woche 2

2 Stunden zum Abschließen

Week 2: The Caret Package

2 Stunden zum Abschließen
9 Videos (Gesamt 96 min)
9 Videos
Data slicing5m
Training options7m
Plotting predictors10m
Basic preprocessing10m
Covariate creation17m
Preprocessing with principal components analysis14m
Predicting with Regression12m
Predicting with Regression Multiple Covariates11m
1 praktische Übung
Quiz 210m
Woche
3

Woche 3

1 Stunde zum Abschließen

Week 3: Predicting with trees, Random Forests, & Model Based Predictions

1 Stunde zum Abschließen
5 Videos (Gesamt 48 min)
5 Videos
Bagging9m
Random Forests6m
Boosting7m
Model Based Prediction11m
1 praktische Übung
Quiz 310m
Woche
4

Woche 4

4 Stunden zum Abschließen

Week 4: Regularized Regression and Combining Predictors

4 Stunden zum Abschließen
4 Videos (Gesamt 33 min), 2 Lektüren, 3 Quiz
4 Videos
Combining predictors7m
Forecasting7m
Unsupervised Prediction4m
2 Lektüren
Course Project Instructions (READ FIRST)10m
Post-Course Survey10m
2 praktische Übungen
Quiz 410m
Course Project Prediction Quiz40m

Häufig gestellte Fragen

  • Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.

  • 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

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