4.7
estrellas
365 calificaciones

92 %

Mark J Grover +2 instructores más

19.176 ya inscrito

Ofrecido Por

Habilidades en redes de IBM

Acerca de este Curso

73.069 vistas recientes

This course introduces you to one of the main types of modelling families of supervised Machine Learning: Regression. You will learn how to train regression models to predict continuous outcomes and how to use error metrics to compare across different models. This course also walks you through best practices, including train and test splits, and regularization techniques.
By the end of this course you should be able to:
Differentiate uses and applications of classification and regression in the context of supervised machine learning 
Describe and use linear regression models
Use a variety of error metrics to compare and select a linear regression model that best suits your data
Articulate why regularization may help prevent overfitting
Use regularization regressions: Ridge, LASSO, and Elastic net
 
Who should take this course?
This course targets aspiring data scientists interested in acquiring hands-on experience  with Supervised Machine Learning Regression techniques in a business setting.
 
What skills should you have?
To make the most out of this course, you should have familiarity with programming on a Python development environment, as well as fundamental understanding of Data Cleaning, Exploratory Data Analysis, Calculus, Linear Algebra, Probability, and Statistics.

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

Nivel intermedio

Aprox. 20 horas para completar

Inglés (English)

¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?

Prueba Coursera para negocios

Habilidades que obtendrás

Regression Analysis
Supervised Learning
Linear Regression
Ridge Regression
Machine Learning (ML) Algorithms

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

Nivel intermedio

Aprox. 20 horas para completar

Inglés (English)

¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?

Prueba Coursera para negocios

Instructores

Calificación del instructor

4,66/5 (119 calificaciones)

Ofrecido por

Habilidades en redes de IBM

IBM is the global leader in business transformation through an open hybrid cloud platform and AI, serving clients in more than 170 countries around the world. Today 47 of the Fortune 50 Companies rely on the IBM Cloud to run their business, and IBM Watson enterprise AI is hard at work in more than 30,000 engagements. IBM is also one of the world’s most vital corporate research organizations, with 28 consecutive years of patent leadership. Above all, guided by principles for trust and transparency and support for a more inclusive society, IBM is committed to being a responsible technology innovator and a force for good in the world.

Mira cómo los empleados de las mejores empresas dominan las habilidades más demandadas

Obtén más información sobre Coursera para Empresas

Programa - Qué aprenderás en este curso

Calificación del contenido92%(1,386 calificaciones)

Semana1

Semana 1

4 horas para completar

Introduction to Supervised Machine Learning and Linear Regression

4 horas para completar

11 videos (Total 72 minutos), 2 lecturas, 5 cuestionarios

11 videos

Welcome/Introduction Video1mIntroduction to Supervised Machine Learning - Types of Machine Learning (Part 1)4mIntroduction to Supervised Machine Learning - Types of Machine Learning (Part 2)5mSupervised Machine Learning (Part 1)5mSupervised Machine Learning (Part 2)7mRegression and Classification Examples7mIntroduction to Linear Regression (Part 1)7mIntroduction to Linear Regression (Part 2)5m(Optional) Linear Regression Demo - Part110m(Optional) Linear Regression Demo - Part211m(Optional) Linear Regression Demo - Part34m

2 lecturas

Course Prerequisites5mSummary/Review4m

3 ejercicios de práctica

Practice Quiz: Introduction to Supervised Machine Learning10mPractice Quiz: Linear Regression10mModule 1 Graded Quiz: Introduction to Supervised Machine Learning and Linear Regression 30m

Semana2

Semana 2

4 horas para completar

Data Splits and Polynomial Regression

4 horas para completar

7 videos (Total 56 minutos), 1 lectura, 5 cuestionarios

7 videos

Training and Test Splits (Part 1)4mTraining and Test Splits (Part 2)4m(Optional) Training and Test Splits Lab - Part 1 7m(Optional) Training and Test Splits Lab - Part 2 16m(Optional) Training and Test Splits Lab - Part 310m(Optional) Training and Test Splits Lab - Part 45mPolynomial Regression7m

1 lectura

Summary/Review4m

3 ejercicios de práctica

Practice Quiz: Training and Test Splits 10mPractice Quiz: Polynomial Regression10mModule 2 Graded Quiz: Data Splits and Polynomial Regression30m

Semana3

Semana 3

4 horas para completar

Cross Validation

4 horas para completar

7 videos (Total 63 minutos), 1 lectura, 4 cuestionarios

7 videos

Cross Validation (Part 1)7mCross Validation (Part 2)7m(Optional) Cross Validation Demo - Part 110m(Optional) Cross Validation Demo - Part 28m(Optional) Cross Validation Demo - Part 311m(Optional) Cross Validation Demo - Part 410m(Optional) Cross Validation Demo - Part 56m

1 lectura

Summary/Review10m

2 ejercicios de práctica

Practice Quiz: Cross Validation10mGraded: Module 3 Quiz: Cross Validation30m

Semana4

Semana 4

3 horas para completar

Bias Variance Trade off and Regularization Techniques: Ridge, LASSO, and Elastic Net

3 horas para completar

11 videos (Total 87 minutos), 1 lectura, 4 cuestionarios

11 videos

Bias Variance Trade off (Part 1)7mBias Variance Trade off (Part 2)4mRegularization and Model Selection7mRidge Regression8mLASSO Regression (Part 1)5mLASSO Regression (Part 2)3mElastic Net3mRecursive Feature Elimination4mPolynomial Features and Regularization Demo - Part 120mPolynomial Features and Regularization Demo - Part 211mPolynomial Features and Regularization Demo - Part 310m

1 lectura

Summary/Review10m

3 ejercicios de práctica

Practice Quiz: Regularization Techniques10mPractice Quiz: Polynomial Features and Regularization10mModule 4 Graded Quiz: Bias Variance Trade off and Regularization Techniques: Ridge, LASSO, and Elastic Net30m

Reseñas

4.7

81 reseña

5 stars
77,23 %
4 stars
17,07 %
3 stars
3,79 %
2 stars
0,81 %
1 star
1,08 %

Principales reseñas sobre SUPERVISED MACHINE LEARNING: REGRESSION

por GP23 de nov. de 2022

Great Course curated by IBM team. It is really designed well and helps to achieve the goal. It is as per the industry standard, and practical. One can do this course thoroughly and get a job.

por UV5 de jul. de 2022

awesome expirence and iam good to go towards an next course thankyou.

por SP10 de ago. de 2021

Well structured course. Concepts are explained clearly with hands on exercises.

por RP12 de abr. de 2021

I recommend this course to everyone who wants to excel in Machine Learning. This is a Great Course!

Ver todas las reseñas

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 Certificado?
Cuando te inscribes en un curso, obtienes acceso a todos los cursos del Certificado 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.

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

Desarrolla habilidades para tus empleados e impulsa los resultados de la empresa

Descubre Coursera para Empresas

Supervised Machine Learning: Regression

Acerca de este Curso

Habilidades que obtendrás

Instructores

Mark J Grover

Miguel Maldonado

Svitlana (Lana) Kramar

Ofrecido por

Habilidades en redes de IBM

Programa - Qué aprenderás en este curso

Introduction to Supervised Machine Learning and Linear Regression

Data Splits and Polynomial Regression

Cross Validation

Bias Variance Trade off and Regularization Techniques: Ridge, LASSO, and Elastic Net

Regularization Details

Final Project

Reseñas

Principales reseñas sobre SUPERVISED MACHINE LEARNING: REGRESSION

Preguntas Frecuentes

Aprende algo nuevo

Cursos populares de ciencia de los datos

Cursos populares de ciencias de la computación y TI

Cursos populares de negocios

Coursera

Comunidad

Más

Supervised Machine Learning: Regression

Acerca de este Curso

Habilidades que obtendrás

Instructores

Mark J Grover

Miguel Maldonado

Svitlana (Lana) Kramar

Ofrecido por

Habilidades en redes de IBM

Programa - Qué aprenderás en este curso

Introduction to Supervised Machine Learning and Linear Regression

Data Splits and Polynomial Regression

Cross Validation

Bias Variance Trade off and Regularization Techniques: Ridge, LASSO, and Elastic Net

Regularization Details

Final Project

Reseñas

Principales reseñas sobre SUPERVISED MACHINE LEARNING: REGRESSION

Preguntas Frecuentes

Coursera Footer

Aprende algo nuevo

Cursos populares de ciencia de los datos

Cursos populares de ciencias de la computación y TI

Cursos populares de negocios

Coursera

Comunidad

Más