Ce cours fait partie de la Spécialisation Big Data

4.6
étoiles
2,370 évaluations

96 %

Mai Nguyen +1 enseignant de plus

61 938 déjà inscrits

Offert par

Spécialisation Big DataUniversité de Californie à San Diego

À propos de ce cours

19 619 consultations récentes

Want to make sense of the volumes of data you have collected?  Need to incorporate data-driven decisions into your process?  This course provides an overview of machine learning techniques to explore, analyze, and leverage data.  You will be introduced to tools and algorithms you can use to create machine learning models that learn from data, and to scale those models up to big data problems.
At the end of the course, you will be able to:
•	Design an approach to leverage data using the steps in the machine learning process.
•	Apply machine learning techniques to explore and prepare data for modeling.
•	Identify the type of machine learning problem in order to apply the appropriate set of techniques.
•	Construct models that learn from data using widely available open source tools.
•	Analyze big data problems using scalable machine learning algorithms on Spark.

Software Requirements: 
Cloudera VM, KNIME, Spark

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Cours 4 sur 6 dans le

Spécialisation Big Data

Approx. 22 heures pour terminer

Anglais

Sous-titres : Arabe, Français, Portugais (européen), Chinois (simplifié), Italien, Vietnamien, Coréen, Allemand, Russe, Anglais, Espagnol

Compétences que vous acquerrez

Machine Learning Concepts
Knime
Machine Learning
Apache Spark

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Cours 4 sur 6 dans le

Spécialisation Big Data

Approx. 22 heures pour terminer

Anglais

Sous-titres : Arabe, Français, Portugais (européen), Chinois (simplifié), Italien, Vietnamien, Coréen, Allemand, Russe, Anglais, Espagnol

Enseignants

Évaluation de l'enseignant

4,81/5 (227 évaluations)

Mai Nguyen

Lead for Data Analytics

San Diego Supercomputer Center

61 938 étudiants

1 cours

Ilkay Altintas

Chief Data Science Officer

San Diego Supercomputer Center

429 369 étudiants

12 cours

Offert par

Université de Californie à San Diego

UC San Diego is an academic powerhouse and economic engine, recognized as one of the top 10 public universities by U.S. News and World Report. Innovation is central to who we are and what we do. Here, students learn that knowledge isn't just acquired in the classroom—life is their laboratory.

Programme de cours : ce que vous apprendrez dans ce cours

Évaluation du contenu96%(6,267 évaluations)

Semaine

Semaine 1

1 heure pour terminer

Welcome

1 heure pour terminer

2 vidéos (Total 14 min)

4 heures pour terminer

Introduction to Machine Learning with Big Data

4 heures pour terminer

7 vidéos (Total 45 min), 7 lectures, 1 quiz

7 vidéos

Machine Learning Overview8 min

Categories Of Machine Learning Techniques7 min

Machine Learning Process3 min

Goals and Activities in the Machine Learning Process10 min

CRISP-DM5 min

Scaling Up Machine Learning Algorithms5 min

Tools Used in this Course5 min

7 lectures

Slides: Machine Learning Overview and Applications25 min

Downloading, Installing and Using KNIME1 h

Downloading and Installing the Cloudera VM Instructions (Windows)10 min

Downloading and Installing the Cloudera VM Instructions (Mac)10 min

Instructions for Downloading Hands On Datasets10 min

Instructions for Starting Jupyter10 min

PDFs of Readings for Week 1 Hands-On10 min

1 exercice pour s'entraîner

Machine Learning Overview20 min

Semaine

Semaine 2

3 heures pour terminer

Data Exploration

3 heures pour terminer

6 vidéos (Total 39 min), 5 lectures, 2 quiz

6 vidéos

Data Terminology4 min

Data Exploration4 min

Data Exploration through Summary Statistics7 min

Data Exploration through Plots8 min

Exploring Data with KNIME Plots9 min

Data Exploration in Spark5 min

5 lectures

Slides: Data Exploration Overview and Terminology10 min

Description of Daily Weather Dataset10 min

Exploring Data with KNIME Plots40 min

Data Exploration in Spark10 min

PDFs of Activities for Data Exploration Hands-On Readings10 min

2 exercices pour s'entraîner

Data Exploration20 min

Data Exploration in KNIME and Spark Quiz20 min

3 heures pour terminer

Data Preparation

3 heures pour terminer

8 vidéos (Total 42 min), 4 lectures, 2 quiz

8 vidéos

Data Preparation3 min

Data Quality4 min

Addressing Data Quality Issues4 min

Feature Selection5 min

Feature Transformation5 min

Dimensionality Reduction7 min

Handling Missing Values in KNIME5 min

Handling Missing Values in Spark5 min

4 lectures

Slides: Data Preparation for Machine Learning30 min

Handling Missing Values in KNIME20 min

Handling Missing Values in Spark10 min

PDFs for Data Preparation Hands-On Readings10 min

2 exercices pour s'entraîner

Data Preparation25 min

Handling Missing Values in KNIME and Spark Quiz20 min

Semaine

Semaine 3

5 heures pour terminer

Classification

5 heures pour terminer

8 vidéos (Total 60 min), 7 lectures, 2 quiz

8 vidéos

Classification4 min

Building and Applying a Classification Model5 min

Classification Algorithms2 min

k-Nearest Neighbors4 min

Decision Trees13 min

Naïve Bayes14 min

Classification using Decision Tree in KNIME8 min

Classification in Spark6 min

7 lectures

Slides: What is Classification?10 min

Slides: Classification Algorithms10 min

Classification using Decision Tree in KNIME45 min

Interpreting a Decision Tree in KNIME20 min

Instructions for Changing the Number of Cloudera VM CPUs10 min

Classification in Spark45 min

PDFs for Classification Hands-On Readings10 min

2 exercices pour s'entraîner

Classification20 min

Classification in KNIME and Spark Quiz30 min

Semaine

Semaine 4

3 heures pour terminer

Evaluation of Machine Learning Models

3 heures pour terminer

7 vidéos (Total 42 min), 7 lectures, 2 quiz

7 vidéos

Generalization and Overfitting5 min

Overfitting in Decision Trees3 min

Using a Validation Set9 min

Metrics to Evaluate Model Performance10 min

Confusion Matrix7 min

Evaluation of Decision Tree in KNIME3 min

Evaluation of Decision Tree in Spark2 min

7 lectures

Slides: Overfitting: What is it and how would you prevent it?10 min

Slides: Model evaluation metrics and methods10 min

Evaluation of Decision Tree in KNIME30 min

Completed KNIME Workflows10 min

Evaluation of Decision Tree in Spark20 min

Comparing Classification Results for KNIME and Spark10 min

PDFs for Evaluation of Machine Learning Models Hands-On Readings10 min

2 exercices pour s'entraîner

Model Evaluation20 min

Model Evaluation in KNIME and Spark Quiz30 min

Avis

4.6

501 avis

5 stars
70,15 %
4 stars
23,98 %
3 stars
4,08 %
2 stars
1,05 %
1 star
0,71 %

Meilleurs avis pour MACHINE LEARNING WITH BIG DATA

par JG24 oct. 2020

Excellent course. It teaches the basics with a great method and with practical exercises, involving real data. The sctructure is clear and it covers a good amount of topics. Well done San Diego!

par JC8 déc. 2018

Interesting material. Ran into several issues with the hands on that could have been avoided. Loved learning more about Neo4J. The section on Spark needed more time and additional descriptions.

par MM29 janv. 2017

This is a valuable course in learning the basics of machine learning. but I was hoping to to get more hands on practice in this course. but overall, i learned a lot with the existing content.

par JB30 oct. 2018

Reasonable overview. The VM environment is a major challenge for my hardware. Takes more time to make it work than it should. I am wondering if a cloud solution e.g. GCP would be better.

Voir tous les avis

À propos du Spécialisation Big Data

Drive better business decisions with an overview of how big data is organized, analyzed, and interpreted. Apply your insights to real-world problems and questions.

********* Do you need to understand big data and how it will impact your business? This Specialization is for you. You will gain an understanding of what insights big data can provide through hands-on experience with the tools and systems used by big data scientists and engineers. Previous programming experience is not required! You will be guided through the basics of using Hadoop with MapReduce, Spark, Pig and Hive. By following along with provided code, you will experience how one can perform predictive modeling and leverage graph analytics to model problems. This specialization will prepare you to ask the right questions about data, communicate effectively with data scientists, and do basic exploration of large, complex datasets. In the final Capstone Project, developed in partnership with data software company Splunk, you’ll apply the skills you learned to do basic analyses of big data.

Foire Aux Questions

Quand aurai-je accès aux vidéos de cours et aux devoirs ?
L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :
Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Une aide financière est-elle possible ?
Oui, Coursera offre une Aide Financière aux étudiants qui n'ont pas les moyens d'acquitter les frais. Demandez-la en cliquant sur le lien Aide Financière sous le bouton S'inscrire situé à gauche. Vous devrez remplir un formulaire de demande et vous serez averti(e) si elle est acceptée. Vous devrez répéter cette procédure pour chaque cours de la Spécialisation, y compris pour le Projet Final. En savoir plus.

D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.

Machine Learning With Big Data

À propos de ce cours

Compétences que vous acquerrez