À propos de ce cours

50,628 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. 6 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. 6 heures pour terminer
Anglais
Sous-titres : Anglais

Offert par

Logo Alberta Machine Intelligence Institute

Alberta Machine Intelligence Institute

Programme du cours : ce que vous apprendrez dans ce cours

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

1 heure pour terminer

Machine Learning in the Real World

1 heure 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

This specialization is for professionals who have heard the buzz around machine learning and want to apply machine learning to data analysis and automation. Whether finance, medicine, engineering, business or other domains, this specialization will set you up to define, train, and maintain a successful machine learning application. After completing all four courses, you will have gone through the entire process of building a machine learning project. You will be able to clearly define a machine learning problem, identify appropriate data, train a classification algorithm, improve your results, and deploy it in the real world. You will also be able to anticipate and mitigate common pitfalls in applied machine learning....
Machine Learning: Algorithms in the Real World

Foire Aux Questions

  • L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :

    • Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
    • Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
  • 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.

  • Ce Cours n'est pas associé à des crédits universitaires, mais certaines universités peuvent décider d'accepter des Certificats de Cours pour des crédits. Vérifiez-le auprès de votre établissement pour en savoir plus. Les Diplômes en ligne et les Certificats Mastertrack™ sur Coursera apportent la possibilité d'obtenir des crédits universitaires.

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