Acerca de este Curso

5,928 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. 8 horas para completar
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. 8 horas para completar
Inglés (English)

ofrecido por

Placeholder

Universidad de California en San Diego

Programa - Qué aprenderás en este curso

Semana
1

Semana 1

3 horas para completar

Week 1: Diagnostics for Data

3 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 Diagnostics30m
Review: Classification Diagnostics30m
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 Codebase30m
Review: Regularization5m
Review: Evaluating a Model5m
Codebases, Regularization, and Evaluating a Model45m
Semana
3

Semana 3

2 horas para completar

Week 3: Validation and Pipelines

2 horas 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: Validation30m
Review: Predictive Pipelines30m
Predictive Pipelines20m
Semana
4

Semana 4

1 hora para completar

Final Project

1 hora para completar
2 lecturas
2 lecturas
Project Description10m
Where to Find Datasets10m

Reseñas

Principales reseñas sobre MEANINGFUL PREDICTIVE MODELING

Ver todas las reseñas

Acerca de Programa especializado: Python Data Products for Predictive Analytics

Python Data Products for Predictive Analytics

Preguntas Frecuentes

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