À propos de ce cours

9,728 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. 63 heures pour terminer
Anglais

Ce que vous allez apprendre

  • The concept of various machine learning algorithms.

  • How to apply machine learning models on datasets with Python in Jupyter Notebook.

  • How to evaluate machine learning models.

  • How to optimize machine learning models.

Compétences que vous acquerrez

Text AnalysisBasic Time Series AnalysisMachine Learning Model Evaluation and OptimizationPython ProgrammingMachine Learning Modeling
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. 63 heures pour terminer
Anglais

Offert par

Placeholder

Université de l'Illinois à Urbana-Champaign

Commencez à travailler pour obtenir votre master

Ce cours fait partie du diplôme intégralement en ligne Master of Science in Accountancy (iMSA) de Université de l'Illinois à Urbana-Champaign. Si vous êtes admis(e) au programme complet, vos cours sont pris en compte dans votre apprentissage diplômant.

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1

Semaine 1

1 heure pour terminer

INTRODUCTION TO THE COURSE

1 heure pour terminer
2 vidéos (Total 9 min), 3 lectures
2 vidéos
About Linden Lu3 min
3 lectures
Syllabus10 min
Glossary10 min
Update Your Profile10 min
8 heures pour terminer

MODULE 1: INTRODUCTION TO MACHINE LEARNING

8 heures pour terminer
4 vidéos (Total 24 min), 1 lecture, 2 quiz
4 vidéos
1.1 Introduction to Machine Learning6 min
1.2 Introduction to Data Preprocessing10 min
1.3 Introduction to Machine Learning Algorithms3 min
1 lecture
Module 1 Overview and Resources10 min
1 exercice pour s'entraîner
Module 1 Quiz20 min
Semaine
2

Semaine 2

8 heures pour terminer

MODULE 2: FUNDAMENTAL ALGORITHMS I

8 heures pour terminer
4 vidéos (Total 31 min), 1 lecture, 2 quiz
4 vidéos
2.1 Introduction to Linear Regression12 min
2.2 Introduction to Logistic Regression8 min
2.3 Introduction to Decision Tree6 min
1 lecture
Module 2 Overview and Resources10 min
1 exercice pour s'entraîner
Module 2 Quiz20 min
Semaine
3

Semaine 3

8 heures pour terminer

MODULE 3: Fundamental Algorithms II

8 heures pour terminer
4 vidéos (Total 15 min), 1 lecture, 2 quiz
4 vidéos
3.1 Introduction to K-nearest Neighbors5 min
3.2 Introduction to Support Vector Machine4 min
3.3 Introduction to Bagging and Random Forest3 min
1 lecture
Module 3 Overview and Resources10 min
1 exercice pour s'entraîner
Module 3 Quiz20 min
Semaine
4

Semaine 4

8 heures pour terminer

MODULE 4: MODEL EVALUATION

8 heures pour terminer
4 vidéos (Total 31 min), 1 lecture, 2 quiz
4 vidéos
4.1 Regressive Evaluation Metrics8 min
4.2 Classification Evaluation Metrics I13 min
4.3 Classification Evaluation Metrics II7 min
1 lecture
Module 4 Overview and Resources10 min
1 exercice pour s'entraîner
Module 4 Quiz20 min

À propos du Spécialisation Accounting Data Analytics

Accounting Data Analytics

Foire Aux Questions

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