One of the most common tasks performed by data scientists and data analysts are prediction and machine learning. This course will cover the basic components of building and applying prediction functions with an emphasis on practical applications. The course will provide basic grounding in concepts such as training and tests sets, overfitting, and error rates. The course will also introduce a range of model based and algorithmic machine learning methods including regression, classification trees, Naive Bayes, and random forests. The course will cover the complete process of building prediction functions including data collection, feature creation, algorithms, and evaluation.
Ofrecido Por
Universidad Johns HopkinsAcerca de este Curso
22.068 vistas recientes
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.
Aprox. 9 horas para completar
Inglés (English)
¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?
Prueba Coursera para negociosQué aprenderás
Use the basic components of building and applying prediction functions
Understand concepts such as training and tests sets, overfitting, and error rates
Describe machine learning methods such as regression or classification trees
Explain the complete process of building prediction functions
Habilidades que obtendrás
- Random Forest
- Machine Learning (ML) Algorithms
- Machine Learning
- R Programming
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.
Aprox. 9 horas para completar
Inglés (English)
¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?
Prueba Coursera para negocios
Ofrecido por
Programa - Qué aprenderás en este curso
2 horas para completar
Week 1: Prediction, Errors, and Cross Validation
2 horas para completar
9 videos (Total 73 minutos), 4 lecturas, 1 cuestionario
2 horas para completar
Week 2: The Caret Package
2 horas para completar
9 videos (Total 96 minutos)
1 hora para completar
Week 3: Predicting with trees, Random Forests, & Model Based Predictions
1 hora para completar
5 videos (Total 48 minutos)
3 horas para completar
Week 4: Regularized Regression and Combining Predictors
3 horas para completar
4 videos (Total 33 minutos), 2 lecturas, 3 cuestionarios
Reseñas
- 5 stars66,45 %
- 4 stars22,35 %
- 3 stars6,90 %
- 2 stars2,51 %
- 1 star1,77 %
Principales reseñas sobre APRENDIZAJE AUTOMÁTICO PRÁCTICO
por NK18 de feb. de 2016
Some of the terms used here vary from the terms used in the industry. For example recall, precision etc. Overall this is a very good course with provides basics of machine learning.
por JP24 de jun. de 2017
Awesome course. Would recommend it, but only to those who have a bit of stats and R background. This definitely helped me get a solid enough understanding of using R for machine learning.
por JC16 de ene. de 2017
excellent course. Be prepared to learn a lot if you work hard and don't give up if you think it is hard, just continue thinking, and interact with other students and tutors + Google and Stackoverflow!
por DH17 de jun. de 2018
Excellent introduction to basic ML techniques. A lot of material covered in a short period of time! I will definitely seek more advanced training out of the inspiration provided by this class.
Preguntas Frecuentes
¿Cuándo podré acceder a las lecciones y tareas?
¿Qué recibiré si me suscribo a este Programa especializado?
¿Hay ayuda económica disponible?
¿Tienes más preguntas? Visita el Centro de Ayuda al Estudiante.
