À propos de ce cours

24,609 consultations récentes
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 11 heures pour terminer
Anglais
Sous-titres : Anglais

Compétences que vous acquerrez

Statistical AnalysisMachine LearningPython ProgrammingComputer ProgrammingLinear Algebra
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 11 heures pour terminer
Anglais
Sous-titres : Anglais

Offert par

Logo Alberta Machine Intelligence Institute

Alberta Machine Intelligence Institute

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1

Semaine 1

2 heures pour terminer

What Does Good Data look like?

2 heures pour terminer
11 vidéos (Total 65 min), 2 lectures, 3 quiz
11 vidéos
Business Understanding and Problem Discovery9 min
No Free Lunch Theorem5 min
Exploring the process of problem definition7 min
Data Acquisition and Understanding8 min
Metadata Matters5 min
Dealing with Multimodal Data2 min
Features and transformations of raw data6 min
Identifying Data from Problem5 min
Case Study: Problem from Data6 min
Weekly Summary What does good data look like?4 min
2 lectures
Machine Learning Process Lifecycle Review10 min
Match Data to the needs of the learning Algorithm10 min
3 exercices pour s'entraîner
Business Understanding and Problem Discovery (BUPD) Review10 min
Data Acquisition and Understanding Review10 min
Module 1 Quiz30 min
Semaine
2

Semaine 2

2 heures pour terminer

Preparing your Data for Machine Learning Success

2 heures pour terminer
11 vidéos (Total 61 min)
11 vidéos
Converting to Useful Forms7 min
Data Quality5 min
How Much Data Do I Need?4 min
Everything has to be Numbers6 min
Types of Data5 min
Aligning Similar Data4 min
Imputing Missing Values7 min
Data Transformations7 min
Weekly Summary: Preparing your Data for Machine Learning Success1 min
Data Cleaning: Everybody's favourite task4 min
4 exercices pour s'entraîner
Data Warehousing Review10 min
Everything has to be Numbers Review10 min
Types of Data Review10 min
Module 2 Quiz30 min
Semaine
3

Semaine 3

5 heures pour terminer

Feature Engineering for MORE Fun & Profit

5 heures pour terminer
8 vidéos (Total 45 min), 2 lectures, 4 quiz
8 vidéos
Useful/Useless Features6 min
How Many Features?5 min
What is Unsupervised Learning6 min
Feature Selection7 min
Feature Extraction2 min
Transfer Learning7 min
Weekly Summary: Feature Engineering for MORE Fun & Profit1 min
2 lectures
Possibilities for Text Features10 min
Word Embeddings10 min
3 exercices pour s'entraîner
Understanding Features6 min
Building Good Features6 min
Understanding Transfer Learning4 min
Semaine
4

Semaine 4

2 heures pour terminer

Bad Data

2 heures pour terminer
9 vidéos (Total 48 min)
9 vidéos
Generalization and how machines actually learn6 min
Bias in Data Sources3 min
Bias and variance tradeoff6 min
Outliers5 min
Skewed Distributions7 min
Badness Multipliers4 min
Live Data Danger6 min
Weekly Summary: Bad Data1 min
4 exercices pour s'entraîner
Mistakes Computers Make10 min
Data: Skewed Distributions10 min
Live Data Dangers10 min
Module 4 Quiz30 min

Avis

Meilleurs avis pour DATA FOR MACHINE LEARNING

Voir tous les avis

À propos du Spécialisation Machine Learning: Algorithms in the Real World

This specialization is for professionals who have heard the buzz around machine learning and want to apply machine learning to data analysis and automation. Whether finance, medicine, engineering, business or other domains, this specialization will set you up to define, train, and maintain a successful machine learning application. After completing all four courses, you will have gone through the entire process of building a machine learning project. You will be able to clearly define a machine learning problem, identify appropriate data, train a classification algorithm, improve your results, and deploy it in the real world. You will also be able to anticipate and mitigate common pitfalls in applied machine learning....
Machine Learning: Algorithms in the Real World

Foire Aux Questions

  • 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.
  • 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.

  • Si vous vous abonnez, vous bénéficiez d'une période d'essai gratuite de 7 jours, durant laquelle vous pouvez annuler votre abonnement sans pénalité. Ensuite, nous n'accordons plus de remboursements, mais vous pouvez annuler votre abonnement à tout instant. Consultez notre politique de remboursement complète.

  • 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 Etudiants.