À propos de ce cours
13,783 consultations récentes

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Approx. 12 heures pour terminer

Recommandé : 12 hours/week...

Anglais

Sous-titres : Anglais

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Approx. 12 heures pour terminer

Recommandé : 12 hours/week...

Anglais

Sous-titres : Anglais

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
4 heures pour terminer

Classification using Decision Trees and k-NN

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
2 heures pour terminer

Functions for Fun and Profit

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
3 heures pour terminer

Regression for Classification: Support Vector Machines

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
1 heure pour terminer

Contrasting Models

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
4.8
4 avisChevron Right

Meilleurs avis pour Machine Learning Algorithms: Supervised Learning Tip to Tail

par MJOct 30th 2019

Great course! I received so much useful information from AMII.

Enseignant

Avatar

Anna Koop

Senior Scientific Advisor
Alberta Machine Intelligence Institute, University of Alberta

À propos de Alberta Machine Intelligence Institute

The Alberta Machine Intelligence Institute (Amii) is home to some of the world’s top talent in machine intelligence. We’re an Alberta-based research institute that pushes the bounds of academic knowledge and guides business understanding of artificial intelligence and machine learning....

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

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • 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.

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