À propos de ce cours

38 810 consultations récentes
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.
Niveau intermédiaire

Calculus, Linear algebra, Python

Approx. 40 heures pour terminer
Anglais

Ce que vous allez apprendre

  • Use modern machine learning tools and python libraries.

  • Compare logistic regression’s strengths and weaknesses.

  • Explain how to deal with linearly-inseparable data.

  • Explain what decision tree is & how it splits nodes.

Compétences que vous acquerrez

  • Hyperparameter
  • Decision Tree
  • ensembling
  • sklearn
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.
Niveau intermédiaire

Calculus, Linear algebra, Python

Approx. 40 heures pour terminer
Anglais

Enseignant

Offert par

Placeholder

Université du Colorado à Boulder

Commencez à travailler pour obtenir votre master

Ce cours fait partie du diplôme intégralement en ligne Master of Science in Data Science de Université du Colorado à Boulder. Si vous êtes admis(e) au programme complet, vos cours sont pris en compte dans votre apprentissage diplômant.

Programme de cours : ce que vous apprendrez dans ce cours

Semaine
1

Semaine 1

7 heures pour terminer

Introduction to Machine Learning, Linear Regression

7 heures pour terminer
5 vidéos (Total 67 min), 11 lectures, 6 quiz
Semaine
2

Semaine 2

6 heures pour terminer

Multilinear Regression

6 heures pour terminer
4 vidéos (Total 44 min), 5 lectures, 3 quiz
Semaine
3

Semaine 3

7 heures pour terminer

Logistic Regression

7 heures pour terminer
4 vidéos (Total 63 min), 6 lectures, 3 quiz
Semaine
4

Semaine 4

7 heures pour terminer

Non-parametric Models

7 heures pour terminer
5 vidéos (Total 66 min), 6 lectures, 3 quiz

Avis

Meilleurs avis pour INTRODUCTION TO MACHINE LEARNING: SUPERVISED LEARNING

Voir tous les avis

À propos du Spécialisation Machine Learning: Theory and Hands-on Practice with Python

Machine Learning: Theory and Hands-on Practice with Python

Foire Aux Questions

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