À propos de ce cours

39,366 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.
Approx. 9 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.
Approx. 9 heures pour terminer
Anglais

Offert par

Placeholder

Alberta Machine Intelligence Institute

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1

Semaine 1

4 heures pour terminer

Classification using Decision Trees and k-NN

4 heures pour terminer
8 vidéos (Total 46 min), 4 lectures, 2 quiz
8 vidéos
What does a classifier actually do?5 min
Classification in scikit-learn3 min
What are decision trees?6 min
Generalization and overfitting8 min
Classification using k-nearest neighbours8 min
Distance measures8 min
Weekly summary2 min
4 lectures
Math Review10 min
Scikitlearn documentation for decision trees (Optional)10 min
Scikitlearn documentation for random forests (Optional)10 min
Scikitlearn documentation for k-nearest neighbours (Optional)10 min
2 exercices pour s'entraîner
Supervised Learning Basics
Understanding Classification with Decision Trees and k-NN20 min
Semaine
2

Semaine 2

2 heures pour terminer

Functions for Fun and Profit

2 heures pour terminer
9 vidéos (Total 62 min), 1 lecture, 4 quiz
9 vidéos
Optimal line-fitting8 min
Loss and Convexity7 min
Gradient Descent9 min
Nonlinear features and model complexity6 min
Bias and variance tradeoff6 min
Regularizers5 min
Loss for Classification7 min
Weekly summary4 min
1 lecture
Scikitlearn documentation for linear regression (Optional)10 min
4 exercices pour s'entraîner
Regression Basics
Understanding Model Complexity
From Regression to Classification2 min
The Regression side of Supervised Learning20 min
Semaine
3

Semaine 3

3 heures pour terminer

Regression for Classification: Support Vector Machines

3 heures pour terminer
6 vidéos (Total 34 min), 1 lecture, 2 quiz
6 vidéos
Neural Networks9 min
Hinge Loss6 min
Basics of Support Vector Machines6 min
Kernels6 min
Weekly Summary1 min
1 lecture
Scikitlearn documentation for SVMs (Optional)10 min
2 exercices pour s'entraîner
Understanding Support Vector Machines
Regression-based Classification10 min
Semaine
4

Semaine 4

1 heure pour terminer

Contrasting Models

1 heure pour terminer
8 vidéos (Total 46 min), 1 lecture, 1 quiz
8 vidéos
Classification assessment6 min
Learning Curves6 min
Testing your models7 min
Cross validation5 min
Parameter tuning and grid search5 min
Model Parameters6 min
Weekly Summary1 min
1 lecture
Some resources on model assessment (Optional)10 min
1 exercice pour s'entraîner
Contrasting Models

Avis

Meilleurs avis pour MACHINE LEARNING ALGORITHMS: SUPERVISED LEARNING TIP TO TAIL

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.