Acerca de este Curso

9,829 vistas recientes

Resultados profesionales del estudiante

25%

comenzó una nueva carrera después de completar estos cursos

20%

consiguió un beneficio tangible en su carrera profesional gracias a este curso
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. 7 horas para completar
Inglés (English)
Subtítulos: Francés (French), Portugués (de Brasil), Coreano, Ruso (Russian), Inglés (English), Español (Spanish)...

Habilidades que obtendrás

Random ForestPredictive AnalyticsMachine LearningR Programming

Resultados profesionales del estudiante

25%

comenzó una nueva carrera después de completar estos cursos

20%

consiguió un beneficio tangible en su carrera profesional gracias a este curso
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. 7 horas para completar
Inglés (English)
Subtítulos: Francés (French), Portugués (de Brasil), Coreano, Ruso (Russian), Inglés (English), Español (Spanish)...

ofrecido por

Placeholder

Universidad de Washington

Programa - Qué aprenderás en este curso

Semana
1

Semana 1

2 horas para completar

Practical Statistical Inference

2 horas para completar
28 videos (Total 121 minutos)
28 videos
Hypothesis Testing5m
Significance Tests and P-Values3m
Example: Difference of Means4m
Deriving the Sampling Distribution6m
Shuffle Test for Significance4m
Comparing Classical and Resampling Methods3m
Bootstrap6m
Resampling Caveats6m
Outliers and Rank Transformation3m
Example: Chi-Squared Test3m
Bad Science Revisited: Publication Bias4m
Effect Size4m
Meta-analysis5m
Fraud and Benford's Law4m
Intuition for Benford's Law2m
Benford's Law Explained Visually3m
Multiple Hypothesis Testing: Bonferroni and Sidak Corrections3m
Multiple Hypothesis Testing: False Discovery Rate4m
Multiple Hypothesis Testing: Benjamini-Hochberg Procedure3m
Big Data and Spurious Correlations4m
Spurious Correlations: Stock Price Example3m
How is Big Data Different?3m
Bayesian vs. Frequentist4m
Motivation for Bayesian Approaches3m
Bayes' Theorem2m
Applying Bayes' Theorem4m
Naive Bayes: Spam Filtering4m
Semana
2

Semana 2

3 horas para completar

Supervised Learning

3 horas para completar
26 videos (Total 111 minutos), 1 lectura, 1 cuestionario
26 videos
Simple Examples3m
Structure of a Machine Learning Problem5m
Classification with Simple Rules5m
Learning Rules4m
Rules: Sequential Covering3m
Rules Recap2m
From Rules to Trees2m
Entropy4m
Measuring Entropy4m
Using Information Gain to Build Trees6m
Building Trees: ID3 Algorithm2m
Building Trees: C.45 Algorithm4m
Rules and Trees Recap3m
Overfitting7m
Evaluation: Leave One Out Cross Validation5m
Evaluation: Accuracy and ROC Curves5m
Bootstrap Revisited4m
Ensembles, Bagging, Boosting4m
Boosting Walkthrough5m
Random Forests3m
Random Forests: Variable Importance5m
Summary: Trees and Forests2m
Nearest Neighbor4m
Nearest Neighbor: Similarity Functions4m
Nearest Neighbor: Curse of Dimensionality3m
1 lectura
R Assignment: Classification of Ocean Microbes10m
1 ejercicio de práctica
R Assignment: Classification of Ocean Microbes30m
Semana
3

Semana 3

1 hora para completar

Optimization

1 hora para completar
11 videos (Total 41 minutos)
11 videos
Gradient Descent Visually4m
Gradient Descent in Detail2m
Gradient Descent: Questions to Consider3m
Intuition for Logistic Regression4m
Intuition for Support Vector Machines3m
Support Vector Machine Example3m
Intuition for Regularization3m
Intuition for LASSO and Ridge Regression3m
Stochastic and Batched Gradient Descent5m
Parallelizing Gradient Descent3m
Semana
4

Semana 4

1 hora para completar

Unsupervised Learning

1 hora para completar
4 videos (Total 21 minutos)
4 videos
K-means5m
DBSCAN4m
DBSCAN Variable Density and Parallel Algorithms4m

Reseñas

Principales reseñas sobre PRACTICAL PREDICTIVE ANALYTICS: MODELS AND METHODS

Ver todas las reseñas

Acerca de Programa especializado: Data Science at Scale

Learn scalable data management, evaluate big data technologies, and design effective visualizations. This Specialization covers intermediate topics in data science. You will gain hands-on experience with scalable SQL and NoSQL data management solutions, data mining algorithms, and practical statistical and machine learning concepts. You will also learn to visualize data and communicate results, and you’ll explore legal and ethical issues that arise in working with big data. In the final Capstone Project, developed in partnership with the digital internship platform Coursolve, you’ll apply your new skills to a real-world data science project....
Data Science at Scale

Preguntas Frecuentes

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