À propos de ce cours

20,848 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.
Approx. 11 heures pour terminer
Anglais
Sous-titres : Anglais

Ce que vous allez apprendre

  • Project structure of interactive Python data applications

  • Python web server frameworks: (e.g.) Flask, Django, Dash

  • Best practices around deploying ML models and monitoring performance

  • Deployment scripts, serializing models, APIs

Compétences que vous acquerrez

Python ProgrammingBig Data ProductsRecommender Systems
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.
Approx. 11 heures pour terminer
Anglais
Sous-titres : Anglais

Offert par

Logo Université de Californie à San Diego

Université de Californie à San Diego

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1

Semaine 1

2 heures pour terminer

Introduction

2 heures pour terminer
5 vidéos (Total 54 min), 3 lectures, 3 quiz
5 vidéos
Recommender Systems versus Other Forms of Supervised Learning7 min
Collaborative Filtering-Based Recommendation19 min
Latent Factor Models (Part 1)11 min
Latent Factor Models (Part 2)11 min
3 lectures
Syllabus10 min
Course Materials10 min
Setting Up Your System10 min
3 exercices pour s'entraîner
Review: Recommender Systems4 min
Review: Introduction to Latent Factor Models4 min
Recommender Systems and Latent Factor Models20 min
Semaine
2

Semaine 2

1 heure pour terminer

Implementing Recommender Systems

1 heure pour terminer
4 vidéos (Total 36 min)
4 vidéos
Similarity-Based Recommender for Rating Prediction7 min
Implementing a Latent Factor Model (Part 1)11 min
Implementing a Latent Factor Model (Part 2)6 min
3 exercices pour s'entraîner
Review: Similarity-Based Recommenders5 min
Review: Implementing Latent Factor Models4 min
Implementing Recommender Systems10 min
Semaine
3

Semaine 3

1 heure pour terminer

Deploying Recommender Systems

1 heure pour terminer
3 vidéos (Total 17 min), 1 lecture, 2 quiz
3 vidéos
Intro to Django5 min
Flask7 min
1 lecture
Setting up Your Workspace with Docker: Django10 min
2 exercices pour s'entraîner
Review: Flask and Django30 min
Deploying Recommender Systems5 min
Semaine
4

Semaine 4

2 heures pour terminer

Project 4: Recommender System

2 heures pour terminer
2 lectures
2 lectures
Project Description10 min
How to Find a Dataset10 min

À propos du Spécialisation Python Data Products for Predictive Analytics

Python data products are powering the AI revolution. Top companies like Google, Facebook, and Netflix use predictive analytics to improve the products and services we use every day. Take your Python skills to the next level and learn to make accurate predictions with data-driven systems and deploy machine learning models with this four-course Specialization from UC San Diego. This Specialization is for learners who are proficient with the basics of Python. You’ll start by creating your first data strategy. You’ll also develop statistical models, devise data-driven workflows, and learn to make meaningful predictions for a wide-range of business and research purposes. Finally, you’ll use design thinking methodology and data science techniques to extract insights from a wide range of data sources. This is your chance to master one of the technology industry’s most in-demand skills. Python Data Products for Predictive Analytics is taught by Professor Ilkay Altintas, Ph.D. and Julian McAuley. Dr. Alintas is a prominent figure in the data science community and the designer of the highly-popular Big Data Specialization on Coursera. She has helped educate hundreds of thousands of learners on how to unlock value from massive datasets....
Python Data Products for Predictive Analytics

Foire Aux Questions

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • 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.