Acerca de este Curso

43.827 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)

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
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)

ofrecido por

Placeholder

Universidad Johns Hopkins

Programa - Qué aprenderás en este curso

Calificación del contenidoThumbs Up89%(6,957 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
Semana
2

Semana 2

2 horas para completar

Week 2: The Caret Package

2 horas para completar
9 videos (Total 96 minutos)
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)
Semana
4

Semana 4

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

Principales reseñas sobre PRACTICAL MACHINE LEARNING

Ver todas las reseñas

Preguntas Frecuentes

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