À propos de ce cours

5,456 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. 8 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. 8 heures pour terminer
Anglais
Sous-titres : Anglais

Offert par

Placeholder

Université de Californie à San Diego

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1

Semaine 1

3 heures pour terminer

Week 1: Diagnostics for Data

3 heures pour terminer
6 vidéos (Total 49 min), 4 lectures, 3 quiz
6 vidéos
Motivation Behind the MSE8 min
Regression Diagnostics: MSE and R²6 min
Over- and Under-Fitting6 min
Classification Diagnostics: Accuracy and Error11 min
Classification Diagnostics: Precision and Recall12 min
4 lectures
Syllabus10 min
Setting Up Your System10 min
(Optional) Additional Resources and Recommended Readings10 min
Course Materials10 min
3 exercices pour s'entraîner
Review: Regression Diagnostics30 min
Review: Classification Diagnostics30 min
Diagnostics for Data30 min
Semaine
2

Semaine 2

2 heures pour terminer

Week 2: Codebases, Regularization, and Evaluating a Model

2 heures pour terminer
4 vidéos (Total 35 min)
4 vidéos
Model Complexity and Regularization10 min
Adding a Regularizer to our Model, and Evaluating the Regularized Model8 min
Evaluating Classifiers for Ranking4 min
4 exercices pour s'entraîner
Review: Setting Up a Codebase30 min
Review: Regularization5 min
Review: Evaluating a Model5 min
Codebases, Regularization, and Evaluating a Model45 min
Semaine
3

Semaine 3

2 heures pour terminer

Week 3: Validation and Pipelines

2 heures pour terminer
4 vidéos (Total 24 min)
4 vidéos
“Theorems” About Training, Testing, and Validation8 min
Implementing a Regularization Pipeline in Python5 min
Guidelines on the Implementation of Predictive Pipelines5 min
3 exercices pour s'entraîner
Review: Validation30 min
Review: Predictive Pipelines30 min
Predictive Pipelines20 min
Semaine
4

Semaine 4

1 heure pour terminer

Final Project

1 heure pour terminer
2 lectures
2 lectures
Project Description10 min
Where to Find Datasets10 min

Avis

Meilleurs avis pour MEANINGFUL PREDICTIVE MODELING

Voir tous les avis

À propos du Spécialisation Python Data Products for Predictive Analytics

Python data products are powering the AI revolution. Top companies like Google, Facebook, and Netflix use predictive analytics to improve the products and services we use every day. Take your Python skills to the next level and learn to make accurate predictions with data-driven systems and deploy machine learning models with this four-course Specialization from UC San Diego. This Specialization is for learners who are proficient with the basics of Python. You’ll start by creating your first data strategy. You’ll also develop statistical models, devise data-driven workflows, and learn to make meaningful predictions for a wide-range of business and research purposes. Finally, you’ll use design thinking methodology and data science techniques to extract insights from a wide range of data sources. This is your chance to master one of the technology industry’s most in-demand skills. Python Data Products for Predictive Analytics is taught by Professor Ilkay Altintas, Ph.D. and Julian McAuley. Dr. Alintas is a prominent figure in the data science community and the designer of the highly-popular Big Data Specialization on Coursera. She has helped educate hundreds of thousands of learners on how to unlock value from massive datasets....
Python Data Products for Predictive Analytics

Foire Aux Questions

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