Acerca de este Curso

110,387 vistas recientes

Resultados profesionales del estudiante

38%

comenzó una nueva carrera después de completar estos cursos

38%

consiguió un beneficio tangible en su carrera profesional gracias a este curso

12%

consiguió un aumento de sueldo o ascenso
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. 8 horas para completar
Inglés (English)
Subtítulos: Inglés (English), Coreano

Qué 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 ForestMachine Learning (ML) AlgorithmsMachine LearningR Programming

Resultados profesionales del estudiante

38%

comenzó una nueva carrera después de completar estos cursos

38%

consiguió un beneficio tangible en su carrera profesional gracias a este curso

12%

consiguió un aumento de sueldo o ascenso
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. 8 horas para completar
Inglés (English)
Subtítulos: Inglés (English), Coreano

ofrecido por

Logotipo de Universidad Johns Hopkins

Universidad Johns Hopkins

Programa - Qué aprenderás en este curso

Calificación del contenidoThumbs Up88%(5,949 calificaciones)Info
Semana
1

Semana 1

2 horas para completar

Week 1: Prediction, Errors, and Cross Validation

2 horas para completar
9 videos (Total 73 minutos), 4 lecturas, 1 cuestionario
9 videos
What is prediction?8m
Relative importance of steps9m
In and out of sample errors6m
Prediction study design9m
Types of errors10m
Receiver Operating Characteristic5m
Cross validation8m
What data should you use?6m
4 lecturas
Welcome to Practical Machine Learning10m
A Note of Explanation2m
Syllabus10m
Pre-Course Survey10m
1 ejercicio de práctica
Quiz 110m
Semana
2

Semana 2

2 horas para completar

Week 2: The Caret Package

2 horas para completar
9 videos (Total 96 minutos)
9 videos
Data slicing5m
Training options7m
Plotting predictors10m
Basic preprocessing10m
Covariate creation17m
Preprocessing with principal components analysis14m
Predicting with Regression12m
Predicting with Regression Multiple Covariates11m
1 ejercicio de práctica
Quiz 210m
Semana
3

Semana 3

1 hora para completar

Week 3: Predicting with trees, Random Forests, & Model Based Predictions

1 hora para completar
5 videos (Total 48 minutos)
5 videos
Bagging9m
Random Forests6m
Boosting7m
Model Based Prediction11m
1 ejercicio de práctica
Quiz 310m
Semana
4

Semana 4

4 horas para completar

Week 4: Regularized Regression and Combining Predictors

4 horas para completar
4 videos (Total 33 minutos), 2 lecturas, 3 cuestionarios
4 videos
Combining predictors7m
Forecasting7m
Unsupervised Prediction4m
2 lecturas
Course Project Instructions (READ FIRST)10m
Post-Course Survey10m
2 ejercicios de práctica
Quiz 410m
Course Project Prediction Quiz40m

Revisiones

Principales revisiones sobre PRACTICAL MACHINE LEARNING

Ver todos los comentarios

Preguntas Frecuentes

  • 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.
  • 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.