À propos de ce cours

12,976,118 consultations récentes

Résultats de carrière des étudiants

40%

ont commencé une nouvelle carrière après avoir terminé ce cours

38%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
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. 54 heures pour terminer
Anglais
Sous-titres : Chinois (simplifié), Anglais, Hébreu, Espagnol, Hindi, Japonais...

Compétences que vous acquerrez

Logistic RegressionArtificial Neural NetworkMachine Learning (ML) AlgorithmsMachine Learning

Résultats de carrière des étudiants

40%

ont commencé une nouvelle carrière après avoir terminé ce cours

38%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
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. 54 heures pour terminer
Anglais
Sous-titres : Chinois (simplifié), Anglais, Hébreu, Espagnol, Hindi, Japonais...

Offert par

Logo Université de Stanford

Université de Stanford

Programme du cours : ce que vous apprendrez dans ce cours

Évaluation du contenuThumbs Up97%(1,215,809 notes)Info
Semaine
1

Semaine 1

2 heures pour terminer

Introduction

2 heures pour terminer
5 vidéos (Total 42 min), 9 lectures, 1 quiz
5 vidéos
Welcome6 min
What is Machine Learning?7 min
Supervised Learning12 min
Unsupervised Learning14 min
9 lectures
Machine Learning Honor Code8 min
What is Machine Learning?5 min
How to Use Discussion Forums4 min
Supervised Learning4 min
Unsupervised Learning3 min
Who are Mentors?3 min
Get to Know Your Classmates8 min
Frequently Asked Questions11 min
Lecture Slides20 min
1 exercice pour s'entraîner
Introduction10 min
2 heures pour terminer

Linear Regression with One Variable

2 heures pour terminer
7 vidéos (Total 70 min), 8 lectures, 1 quiz
7 vidéos
Cost Function8 min
Cost Function - Intuition I11 min
Cost Function - Intuition II8 min
Gradient Descent11 min
Gradient Descent Intuition11 min
Gradient Descent For Linear Regression10 min
8 lectures
Model Representation3 min
Cost Function3 min
Cost Function - Intuition I4 min
Cost Function - Intuition II3 min
Gradient Descent3 min
Gradient Descent Intuition3 min
Gradient Descent For Linear Regression6 min
Lecture Slides20 min
1 exercice pour s'entraîner
Linear Regression with One Variable10 min
2 heures pour terminer

Linear Algebra Review

2 heures pour terminer
6 vidéos (Total 61 min), 7 lectures, 1 quiz
6 vidéos
Addition and Scalar Multiplication6 min
Matrix Vector Multiplication13 min
Matrix Matrix Multiplication11 min
Matrix Multiplication Properties9 min
Inverse and Transpose11 min
7 lectures
Matrices and Vectors2 min
Addition and Scalar Multiplication3 min
Matrix Vector Multiplication2 min
Matrix Matrix Multiplication2 min
Matrix Multiplication Properties2 min
Inverse and Transpose3 min
Lecture Slides10 min
1 exercice pour s'entraîner
Linear Algebra10 min
Semaine
2

Semaine 2

3 heures pour terminer

Linear Regression with Multiple Variables

3 heures pour terminer
8 vidéos (Total 65 min), 16 lectures, 1 quiz
8 vidéos
Gradient Descent for Multiple Variables5 min
Gradient Descent in Practice I - Feature Scaling8 min
Gradient Descent in Practice II - Learning Rate8 min
Features and Polynomial Regression7 min
Normal Equation16 min
Normal Equation Noninvertibility5 min
Working on and Submitting Programming Assignments3 min
16 lectures
Setting Up Your Programming Assignment Environment8 min
Access the MATLAB Online Trial and the Exercise Files for MATLAB Users3 min
Installing Octave on Windows3 min
Installing Octave on Mac OS X (10.10 Yosemite and 10.9 Mavericks and Later)10 min
Installing Octave on Mac OS X (10.8 Mountain Lion and Earlier)3 min
Installing Octave on GNU/Linux7 min
More Octave/MATLAB resources10 min
Multiple Features3 min
Gradient Descent For Multiple Variables2 min
Gradient Descent in Practice I - Feature Scaling3 min
Gradient Descent in Practice II - Learning Rate4 min
Features and Polynomial Regression3 min
Normal Equation3 min
Normal Equation Noninvertibility2 min
Programming tips from Mentors10 min
Lecture Slides20 min
1 exercice pour s'entraîner
Linear Regression with Multiple Variables10 min
5 heures pour terminer

Octave/Matlab Tutorial

5 heures pour terminer
6 vidéos (Total 80 min), 1 lecture, 2 quiz
6 vidéos
Moving Data Around16 min
Computing on Data13 min
Plotting Data9 min
Control Statements: for, while, if statement12 min
Vectorization13 min
1 lecture
Lecture Slides10 min
1 exercice pour s'entraîner
Octave/Matlab Tutorial10 min
Semaine
3

Semaine 3

2 heures pour terminer

Logistic Regression

2 heures pour terminer
7 vidéos (Total 71 min), 8 lectures, 1 quiz
7 vidéos
Hypothesis Representation7 min
Decision Boundary14 min
Cost Function10 min
Simplified Cost Function and Gradient Descent10 min
Advanced Optimization14 min
Multiclass Classification: One-vs-all6 min
8 lectures
Classification2 min
Hypothesis Representation3 min
Decision Boundary3 min
Cost Function3 min
Simplified Cost Function and Gradient Descent3 min
Advanced Optimization3 min
Multiclass Classification: One-vs-all3 min
Lecture Slides10 min
1 exercice pour s'entraîner
Logistic Regression10 min
4 heures pour terminer

Regularization

4 heures pour terminer
4 vidéos (Total 39 min), 5 lectures, 2 quiz
4 vidéos
Cost Function10 min
Regularized Linear Regression10 min
Regularized Logistic Regression8 min
5 lectures
The Problem of Overfitting3 min
Cost Function3 min
Regularized Linear Regression3 min
Regularized Logistic Regression3 min
Lecture Slides10 min
1 exercice pour s'entraîner
Regularization10 min
Semaine
4

Semaine 4

5 heures pour terminer

Neural Networks: Representation

5 heures pour terminer
7 vidéos (Total 63 min), 6 lectures, 2 quiz
7 vidéos
Neurons and the Brain7 min
Model Representation I12 min
Model Representation II11 min
Examples and Intuitions I7 min
Examples and Intuitions II10 min
Multiclass Classification3 min
6 lectures
Model Representation I6 min
Model Representation II6 min
Examples and Intuitions I2 min
Examples and Intuitions II3 min
Multiclass Classification3 min
Lecture Slides10 min
1 exercice pour s'entraîner
Neural Networks: Representation10 min

Avis

Meilleurs avis pour APPRENTISSAGE AUTOMATIQUE

Voir tous les avis

Foire Aux Questions

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.

    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

  • When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.

  • You will be eligible for a full refund until two weeks after your payment date, or (for courses that have just launched) until two weeks after the first session of the course begins, whichever is later. You cannot receive a refund once you’ve earned a Course Certificate, even if you complete the course within the two-week refund period. See our full refund policy.

  • Yes, Coursera provides financial aid to learners who cannot afford the fee. Apply for it by clicking on the Financial Aid link beneath the "Enroll" button on the left. You’ll be prompted to complete an application and will be notified if you are approved. Learn more.

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