À propos de ce cours

32,523 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. 7 heures pour terminer
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. 7 heures pour terminer
Anglais

Offert par

Placeholder

Alberta Machine Intelligence Institute

Programme du cours : ce que vous apprendrez dans ce cours

Évaluation du contenuThumbs Up99%(1,110 notes)Info
Semaine
1

Semaine 1

3 heures pour terminer

Introduction to Machine Learning Applications

3 heures pour terminer
12 vidéos (Total 44 min), 6 lectures, 2 quiz
12 vidéos
Instructor Introduction1 min
Introduction to Course 12 min
What is Artificial Intelligence and Machine Learning?5 min
What about Data Science?3 min
The Machine Learning Process4 min
The Three Kinds of Machine Learning3 min
Classification: What is it and how does it work?3 min
Regression: Fitting lines and predicting numbers3 min
Unsupervised Learning4 min
Reinforcement Learning6 min
Weekly Summary1 min
6 lectures
What about Deep Learning? (supplemental)10 min
Fooling Neural Networks (supplemental)10 min
How to Curate A Ground Truth For Your Business Dataset (Required)10 min
Learning From Multiple Annotators: A Survey (supplemental)10 min
Inferring the Ground Truth Through Crowdsourcing (supplemental)10 min
Semi Supervised Learning (required)10 min
2 exercices pour s'entraîner
Concepts and Definitions20 min
Identifying Machine Learning Techniques10 min
Semaine
2

Semaine 2

2 heures pour terminer

Machine Learning in the Real World

2 heures pour terminer
8 vidéos (Total 34 min), 4 lectures, 1 quiz
8 vidéos
Features and transformations of raw data6 min
Farmer Betty and Her Precision Agriculture Plans3 min
What to consider when using your QuAM2 min
Broad Examples Narrowed Down4 min
Identify Business Evaluation4 min
Everything is a Proxy4 min
Weekly Summary2 min
4 lectures
A Brief Introduction into Precision Agriculture10 min
Farmer Betty Tried Unsupervised Learning (required)10 min
Data is Central to Your ML Problem (required)10 min
Martin Zinkevich's Rules for ML (supplemental)10 min
1 exercice pour s'entraîner
Machine Learning in the Real World Review
Semaine
3

Semaine 3

1 heure pour terminer

Learning Data

1 heure pour terminer
9 vidéos (Total 34 min), 2 lectures, 1 quiz
9 vidéos
How Much Data Do I Need?4 min
Ethical Issues4 min
Bias in Data Sources3 min
Noise and Sources of Randomness5 min
Image Classification Example3 min
Data Cleaning: Everybody's favourite task4 min
Why you need to set up a Data Pipeline4 min
Weekly Summary1 min
2 lectures
Data Protection Laws (required)10 min
Government readings on data privacy (supplemental)10 min
1 exercice pour s'entraîner
Understanding Data for ML
Semaine
4

Semaine 4

1 heure pour terminer

Machine Learning Projects

1 heure pour terminer
7 vidéos (Total 35 min), 2 lectures, 1 quiz
7 vidéos
MLPL as experienced by Farmer Betty3 min
Exploring the process of problem definition7 min
Assessing your QuAM for use in your Business6 min
Technically Assessing the Strength of your QuAM6 min
Different Kinds of Wrong4 min
Weekly Summary2 min
2 lectures
Machine Learning Process Lifecycle Explained10 min
Deep Learning for Identifying Metastatic Breast Cancer (advanced supplemental)10 min
1 exercice pour s'entraîner
Understanding Machine Learning Projects

Avis

Meilleurs avis pour INTRODUCTION TO APPLIED MACHINE LEARNING

Voir tous les avis

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

Machine Learning: Algorithms in the Real World

Foire Aux Questions

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