Acerca de este Curso

4,458 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.

Nivel intermedio

Aprox. 7 horas para completar

Inglés (English)

Subtítulos: Inglés (English)

Qué aprenderás

  • Understand the definitions of simple error measures (e.g. MSE, accuracy, precision/recall).

  • Evaluate the performance of regressors / classifiers using the above measures.

  • Understand the difference between training/testing performance, and generalizability.

  • Understand techniques to avoid overfitting and achieve good generalization performance.

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.

Nivel intermedio

Aprox. 7 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

Week 1: Diagnostics for Data

2 horas para completar
6 videos (Total 49 minutos), 4 lecturas, 3 cuestionarios
6 videos
Motivation Behind the MSE8m
Regression Diagnostics: MSE and R²6m
Over- and Under-Fitting6m
Classification Diagnostics: Accuracy and Error11m
Classification Diagnostics: Precision and Recall12m
4 lecturas
Syllabus10m
Setting Up Your System10m
(Optional) Additional Resources and Recommended Readings10m
Course Materials10m
3 ejercicios de práctica
Review: Regression Diagnostics8m
Review: Classification Diagnostics4m
Diagnostics for Data30m
Semana
2

Semana 2

2 horas para completar

Week 2: Codebases, Regularization, and Evaluating a Model

2 horas para completar
4 videos (Total 35 minutos)
4 videos
Model Complexity and Regularization10m
Adding a Regularizer to our Model, and Evaluating the Regularized Model8m
Evaluating Classifiers for Ranking4m
4 ejercicios de práctica
Review: Setting Up a Codebase2m
Review: Regularization5m
Review: Evaluating a Model5m
Codebases, Regularization, and Evaluating a Model45m
Semana
3

Semana 3

1 hora para completar

Week 3: Validation and Pipelines

1 hora para completar
4 videos (Total 24 minutos)
4 videos
“Theorems” About Training, Testing, and Validation8m
Implementing a Regularization Pipeline in Python5m
Guidelines on the Implementation of Predictive Pipelines5m
3 ejercicios de práctica
Review: Validation4m
Review: Predictive Pipelines6m
Predictive Pipelines20m
Semana
4

Semana 4

2 horas para completar

Final Project

2 horas para completar
2 lecturas
2 lecturas
Project Description10m
Where to Find Datasets10m

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

  • Una vez que te inscribes para obtener un Certificado, tendrás acceso a todos los videos, cuestionarios y tareas de programación (si corresponde). Las tareas calificadas por compañeros solo pueden enviarse y revisarse una vez que haya comenzado tu sesión. Si eliges explorar el curso sin comprarlo, es posible que no puedas acceder a determinadas tareas.

  • 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.