Acerca de este Curso

73,893 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. 9 horas para completar
Inglés (English)
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. 9 horas para completar
Inglés (English)

ofrecido por

Placeholder

Alberta Machine Intelligence Institute

Programa - Qué aprenderás en este curso

Semana
1

Semana 1

4 horas para completar

Classification using Decision Trees and k-NN

4 horas para completar
8 videos (Total 46 minutos), 4 lecturas, 2 cuestionarios
8 videos
What does a classifier actually do?5m
Classification in scikit-learn3m
What are decision trees?6m
Generalization and overfitting8m
Classification using k-nearest neighbours8m
Distance measures8m
Weekly summary2m
4 lecturas
Math Review10m
Scikitlearn documentation for decision trees (Optional)10m
Scikitlearn documentation for random forests (Optional)10m
Scikitlearn documentation for k-nearest neighbours (Optional)10m
2 ejercicios de práctica
Supervised Learning Basics
Understanding Classification with Decision Trees and k-NN20m
Semana
2

Semana 2

2 horas para completar

Functions for Fun and Profit

2 horas para completar
9 videos (Total 62 minutos), 1 lectura, 4 cuestionarios
9 videos
Optimal line-fitting8m
Loss and Convexity7m
Gradient Descent9m
Nonlinear features and model complexity6m
Bias and variance tradeoff6m
Regularizers5m
Loss for Classification7m
Weekly summary4m
1 lectura
Scikitlearn documentation for linear regression (Optional)10m
4 ejercicios de práctica
Regression Basics
Understanding Model Complexity
From Regression to Classification2m
The Regression side of Supervised Learning20m
Semana
3

Semana 3

3 horas para completar

Regression for Classification: Support Vector Machines

3 horas para completar
6 videos (Total 34 minutos), 1 lectura, 2 cuestionarios
6 videos
Neural Networks9m
Hinge Loss6m
Basics of Support Vector Machines6m
Kernels6m
Weekly Summary1m
1 lectura
Scikitlearn documentation for SVMs (Optional)10m
2 ejercicios de práctica
Understanding Support Vector Machines
Regression-based Classification10m
Semana
4

Semana 4

1 hora para completar

Contrasting Models

1 hora para completar
8 videos (Total 46 minutos), 1 lectura, 1 cuestionario
8 videos
Classification assessment6m
Learning Curves6m
Testing your models7m
Cross validation5m
Parameter tuning and grid search5m
Model Parameters6m
Weekly Summary1m
1 lectura
Some resources on model assessment (Optional)10m
1 ejercicio de práctica
Contrasting Models

Reseñas

Principales reseñas sobre MACHINE LEARNING ALGORITHMS: SUPERVISED LEARNING TIP TO TAIL

Ver todas las reseñas

Acerca de Programa especializado: Machine Learning: Algorithms in the Real World

Machine Learning: Algorithms in the Real World

Preguntas Frecuentes

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