One of the most useful areas in machine learning is discovering hidden patterns from unlabeled data. Add the fundamentals of this in-demand skill to your Data Science toolkit. In this course, we will learn selected unsupervised learning methods for dimensionality reduction, clustering, and learning latent features. We will also focus on real-world applications such as recommender systems with hands-on examples of product recommendation algorithms.
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Machine Learning: Theory and Hands-on Practice with Python

Über diesen Kurs
Calculus, Linear algebra, Python, NumPy, Pandas, Matplotlib, and Scikit-learn.
Was Sie lernen werden
Explain what unsupervised learning is, and list methods used in unsupervised learning.
List and explain algorithms for various matrix factorization methods, and what each is used for.
List and explain algorithms for various matrix factorization methods, and what each is used for.
Kompetenzen, die Sie erwerben
- Dimensionality Reduction
- Unsupervised Learning
- Cluster Analysis
- Recommender Systems
- Matrix Factorization
Calculus, Linear algebra, Python, NumPy, Pandas, Matplotlib, and Scikit-learn.
Beginnen Sie damit, auf Ihren Master-Abschluss hinzuarbeiten.
Lehrplan - Was Sie in diesem Kurs lernen werden
Unsupervised Learning Intro
Clustering
Recommender System
Matrix Factorization
Über den Spezialisierung Machine Learning: Theory and Hands-on Practice with Python

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.