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.
Offert par
Spécialisation Big DataUniversité de Californie à San DiegoÀ propos de ce cours
133,723 consultations récentes
Résultats de carrière des étudiants
42%
ont commencé une nouvelle carrière après avoir terminé ce cours
41%
ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
14%
a obtenu une augmentation de salaire ou une promotion
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
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Approx. 21 heures pour terminer
Anglais
Sous-titres : Français, Portugais (brésilien), Chinois (simplifié), Coréen, Russe, Anglais, Espagnol
Compétences que vous acquerrez
Machine Learning ConceptsKnimeMachine LearningApache Spark
Résultats de carrière des étudiants
42%
ont commencé une nouvelle carrière après avoir terminé ce cours
41%
ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
14%
a obtenu une augmentation de salaire ou une promotion
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
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Approx. 21 heures pour terminer
Anglais
Sous-titres : Français, Portugais (brésilien), Chinois (simplifié), Coréen, Russe, Anglais, Espagnol
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 du cours : ce que vous apprendrez dans ce cours
24 minutes pour terminer
Welcome
24 minutes pour terminer
2 vidéos (Total 14 min)
2 vidéos
Summary of Big Data Integration and Processing10 min
3 heures pour terminer
Introduction to Machine Learning with Big Data
3 heures pour terminer
7 vidéos (Total 45 min), 7 lectures, 1 quiz
7 vidéos
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
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
4 heures pour terminer
Classification
4 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
3 heures pour terminer
Evaluation of Machine Learning Models
3 heures pour terminer
7 vidéos (Total 42 min), 7 lectures, 2 quiz
7 vidéos
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
Meilleurs avis pour MACHINE LEARNING WITH BIG DATA
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 JA9 mai 2017
Great overview about the machine learning in general. There are still lots not covered specially the Neural Network algorithms. Learning Spark MLlib was great advantage of this course.
par PR18 juil. 2018
Excellent course, I learned a lot about machine learning with big data, but most importantly I feel ready to take it into more complex level although I realized there is lots to learn.
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.
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.
Is financial aid available?
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.
Puis-je obtenir des crédits universitaires si je réussis le Cours ?
Ce Cours n'est pas associé à des crédits universitaires, mais certaines universités peuvent décider d'accepter des Certificats de Cours pour des crédits. Vérifiez-le auprès de votre établissement pour en savoir plus. Les Diplômes en ligne et les Certificats Mastertrack™ sur Coursera apportent la possibilité d'obtenir des crédits universitaires.
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
