À propos de ce cours

12,362 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. 8 heures pour terminer
Anglais
Sous-titres : Anglais
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. 8 heures pour terminer
Anglais
Sous-titres : Anglais

Offert par

Placeholder

Université de Californie à San Diego

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1

Semaine 1

3 heures pour terminer

Week 1: Supervised Learning & Regression

3 heures pour terminer
5 vidéos (Total 46 min), 4 lectures, 3 quiz
5 vidéos
Supervised Learning: Regression9 min
Regression in Python10 min
Time-Series Regression8 min
Autoregression6 min
4 lectures
Syllabus10 min
Course Materials10 min
Set Up Your System10 min
Recap: Mathematical Notation10 min
3 exercices pour s'entraîner
Review: Supervised Learning30 min
Review: Regression30 min
Supervised Learning & Regression10 min
Semaine
2

Semaine 2

1 heure pour terminer

Week 2: Features

1 heure pour terminer
4 vidéos (Total 29 min), 1 lecture, 3 quiz
4 vidéos
Features from Temporal Data8 min
Feature Transformations4 min
Missing Values7 min
1 lecture
Supplementary Notebook for Features3 min
3 exercices pour s'entraîner
Review: Getting Features
Review: Working with Features
Features10 min
Semaine
3

Semaine 3

1 heure pour terminer

Week 3: Classification

1 heure pour terminer
4 vidéos (Total 31 min)
4 vidéos
Classification: Nearest Neighbors4 min
Classification: Logistic Regression10 min
Introduction to Support Vector Machines10 min
3 exercices pour s'entraîner
Review: Classification and K-Nearest Neighbors30 min
Review: Logistic Regression and Support Vector Machines5 min
Classification10 min
Semaine
4

Semaine 4

2 heures pour terminer

Week 4: Gradient Descent

2 heures pour terminer
5 vidéos (Total 36 min)
5 vidéos
Introduction to Training and Testing6 min
Gradient Descent in Python8 min
Gradient Descent in TensorFlow6 min
Livecoding: Tensorflow7 min
3 exercices pour s'entraîner
Review: Classification and Training30 min
Review: Gradient Descent30 min
More on Classification15 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

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