Este curso forma parte de Programa especializado: AI for Scientific Research

Rajvir Dua +1 instructores más

Ofrecido Por

Programa especializado: AI for Scientific ResearchLearnQuest

Acerca de este Curso

In this course, we will build on our knowledge of basic models and explore advanced AI techniques. We’ll start with a deep dive into neural networks, building our knowledge from the ground up by examining the structure and properties. Then we’ll code some simple neural network models and learn to avoid overfitting, regularization, and other hyper-parameter tricks. After a project predicting likelihood of heart disease given health characteristics, we’ll move to random forests. We’ll describe the differences between the two techniques and explore their differing origins in detail. Finally, we’ll complete a project predicting similarity between health patients using random forests.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Laboratorios de Coursera

Incluye proyectos de aprendizaje prácticos.

Obtén más información sobre los laboratorios de Coursera

Curso 3 de 4 en

Programa especializado: AI for Scientific Research

Nivel intermedio

It is reccomended that you complete the first two courses in the specialization before starting this one.

Aprox. 10 horas para completar

Inglés (English)

Habilidades que obtendrás

Artificial Neural Network
identifying specieis
Random Forest
predictions in science
machine learniing

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Laboratorios de Coursera

Incluye proyectos de aprendizaje prácticos.

Obtén más información sobre los laboratorios de Coursera

Curso 3 de 4 en

Programa especializado: AI for Scientific Research

Nivel intermedio

It is reccomended that you complete the first two courses in the specialization before starting this one.

Aprox. 10 horas para completar

Inglés (English)

Instructores

Rajvir Dua

Head of Data Science, Machine Learning Solutions

7992 alumnos

8 cursos

Neelesh Tiruviluamala

Co-founder and CEO, Machine Learning Solutions

7992 alumnos

8 cursos

Ofrecido por

LearnQuest

LearnQuest is the preferred training partner to the world’s leading companies, organizations, and government agencies. Our team boasts 20+ years of experience designing, developing and delivering a full suite industry-leading technology education classes and training solutions across the globe. Our trainers, equipped with expert industry experience and an unparalleled commitment to quality, facilitate classes that are offered in various delivery formats so our clients can obtain the training they need when and where they need it.

Programa - Qué aprenderás en este curso

Semana1

Semana 1

2 horas para completar

Introduction to Neural Networks

2 horas para completar

5 videos (Total 15 minutos), 3 lecturas, 2 cuestionarios

3 horas para completar

Deep Dive into Neural Networks

In this module, we'll take a more detailed look into neural network and the considerations we should be having when using them. We'll start by adding layers to our 2-layer network, exploring the different options and their effects. Then, we'll explore some more advanced Python libraries for neural networks in TensorFlow and Keras. Finally, we'll discuss the implications to science and how to apply the models in the space.

3 horas para completar

3 videos (Total 8 minutos), 5 lecturas, 1 cuestionario

Semana2

Semana 2

3 horas para completar

Exploring Random Forests

In this module, we'll build up our knowledge of random forests and their uses in science. We'll start by exploring decision trees and how they operate as models in isolation. Next, we'll look at the impact of combining decision trees to create random forests. From here, we'll talk about the similarities and differences between regression and classification with random forests before concluding with a final project predicting species from lineage.

3 horas para completar

2 videos (Total 4 minutos), 2 lecturas, 1 cuestionario

Semana3

Semana 3

3 horas para completar

Final Project: Comparing Models to Predict Sepal Width

3 horas para completar

Acerca de Programa especializado: AI for Scientific Research

In the AI for Scientific Research specialization, we'll learn how to use AI in scientific situations to discover trends and patterns within datasets. Course 1 teaches a little bit about the Python language as it relates to data science. We'll share some existing libraries to help analyze your datasets. By the end of the course, you'll apply a classification model to predict the presence or absence of heart disease from a patient's health data. Course 2 covers the complete machine learning pipeline, from reading in, cleaning, and transforming data to running basic and advanced machine learning algorithms.In the final project, we'll apply our skills to compare different machine learning models in Python. In Course 3, we will build on our knowledge of basic models and explore more advanced AI techniques. We’ll describe the differences between the two techniques and explore how they differ. Then, we’ll complete a project predicting similarity between health patients using random forests. In Course 4, a capstone project course, we'll compare genome sequences of COVID-19 mutations to identify potential areas a drug therapy can look to target. By the end, you'll be well on your way to discovering ways to combat disease with genome sequencing.

Preguntas Frecuentes

¿Cuándo podré acceder a las lecciones y tareas?
El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:
es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
¿Qué recibiré si me suscribo a este Programa especializado?
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.
¿Hay ayuda económica disponible?
Sí. En ciertos programas de aprendizaje, puedes postularte para recibir ayuda económica o una beca en caso de no poder costear los gastos de la tarifa de inscripción. Si hay ayuda económica o becas disponibles para tu selección de programa de aprendizaje, verás un enlace para postularte en la página de descripción.

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

Neural Networks and Random Forests

Acerca de este Curso

Habilidades que obtendrás