Acerca de este Curso

19,916 vistas recientes
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Aprox. 11 horas para completar
Inglés (English)
Subtítulos: Inglés (English)

Qué aprenderás

  • Project structure of interactive Python data applications

  • Python web server frameworks: (e.g.) Flask, Django, Dash

  • Best practices around deploying ML models and monitoring performance

  • Deployment scripts, serializing models, APIs

Habilidades que obtendrás

Python ProgrammingBig Data ProductsRecommender Systems
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Aprox. 11 horas para completar
Inglés (English)
Subtítulos: Inglés (English)

ofrecido por

Logotipo de Universidad de California en San Diego

Universidad de California en San Diego

Programa - Qué aprenderás en este curso

Semana
1

Semana 1

2 horas para completar

Introduction

2 horas para completar
5 videos (Total 54 minutos), 3 lecturas, 3 cuestionarios
5 videos
Recommender Systems versus Other Forms of Supervised Learning7m
Collaborative Filtering-Based Recommendation19m
Latent Factor Models (Part 1)11m
Latent Factor Models (Part 2)11m
3 lecturas
Syllabus10m
Course Materials10m
Setting Up Your System10m
3 ejercicios de práctica
Review: Recommender Systems4m
Review: Introduction to Latent Factor Models4m
Recommender Systems and Latent Factor Models20m
Semana
2

Semana 2

1 hora para completar

Implementing Recommender Systems

1 hora para completar
4 videos (Total 36 minutos)
4 videos
Similarity-Based Recommender for Rating Prediction7m
Implementing a Latent Factor Model (Part 1)11m
Implementing a Latent Factor Model (Part 2)6m
3 ejercicios de práctica
Review: Similarity-Based Recommenders5m
Review: Implementing Latent Factor Models4m
Implementing Recommender Systems10m
Semana
3

Semana 3

1 hora para completar

Deploying Recommender Systems

1 hora para completar
3 videos (Total 17 minutos), 1 lectura, 2 cuestionarios
3 videos
Intro to Django5m
Flask7m
1 lectura
Setting up Your Workspace with Docker: Django10m
2 ejercicios de práctica
Review: Flask and Django30m
Deploying Recommender Systems5m
Semana
4

Semana 4

2 horas para completar

Project 4: Recommender System

2 horas para completar
2 lecturas
2 lecturas
Project Description10m
How to Find a Dataset10m

Acerca de Programa especializado: 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

Preguntas Frecuentes

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo. Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.

  • Si estás suscrito, obtienes una prueba gratis de 7 días, que podrás cancelar cuando desees sin ningún tipo de penalidad. Una vez transcurrido ese tiempo, no realizamos reembolsos. No obstante, puedes cancelar tu suscripción cuando quieras. Consulta nuestra política completa de reembolsos.

  • Sí, Coursera ofrece ayuda económica a los estudiantes que no pueden pagar la tarifa. Solicítala haciendo clic en el enlace de Ayuda económica que está debajo del botón “Inscribirse” a la izquierda. Se te pedirá que completes una solicitud. Recibirás una notificación en caso de que se apruebe. Deberás completar este paso para cada uno de los cursos que forman parte del Programa especializado, incluido el proyecto final. Obtén más información.

  • Este Curso no otorga crédito universitario, pero algunas universidades pueden aceptar los Certificados del curso para obtener crédito. Consulta con tu institución para obtener más información. Los Títulos en línea y los Certificados Mastertrack™ de Coursera brindan la oportunidad de obtener créditos universitarios.

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.