À propos de ce cours

175,848 consultations récentes

Résultats de carrière des étudiants

46%

ont commencé une nouvelle carrière après avoir terminé ce cours

48%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours

19%

a obtenu une augmentation de salaire ou une promotion
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. 21 heures pour terminer
Anglais

Compétences que vous acquerrez

Logistic RegressionStatistical ClassificationClassification AlgorithmsDecision Tree

Résultats de carrière des étudiants

46%

ont commencé une nouvelle carrière après avoir terminé ce cours

48%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours

19%

a obtenu une augmentation de salaire ou une promotion
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. 21 heures pour terminer
Anglais

Offert par

Placeholder

Université de Washington

Programme du cours : ce que vous apprendrez dans ce cours

Évaluation du contenuThumbs Up94%(10,430 notes)Info
Semaine
1

Semaine 1

1 heure pour terminer

Welcome!

1 heure pour terminer
8 vidéos (Total 27 min), 3 lectures
8 vidéos
What is this course about?6 min
Impact of classification1 min
Course overview3 min
Outline of first half of course5 min
Outline of second half of course5 min
Assumed background3 min
Let's get started!45s
3 lectures
Important Update regarding the Machine Learning Specialization10 min
Slides presented in this module10 min
Reading: Software tools you'll need10 min
3 heures pour terminer

Linear Classifiers & Logistic Regression

3 heures pour terminer
18 vidéos (Total 78 min), 2 lectures, 2 quiz
18 vidéos
Intuition behind linear classifiers3 min
Decision boundaries3 min
Linear classifier model5 min
Effect of coefficient values on decision boundary2 min
Using features of the inputs2 min
Predicting class probabilities1 min
Review of basics of probabilities6 min
Review of basics of conditional probabilities8 min
Using probabilities in classification2 min
Predicting class probabilities with (generalized) linear models5 min
The sigmoid (or logistic) link function4 min
Logistic regression model5 min
Effect of coefficient values on predicted probabilities7 min
Overview of learning logistic regression models2 min
Encoding categorical inputs4 min
Multiclass classification with 1 versus all7 min
Recap of logistic regression classifier1 min
2 lectures
Slides presented in this module10 min
Predicting sentiment from product reviews10 min
2 exercices pour s'entraîner
Linear Classifiers & Logistic Regression30 min
Predicting sentiment from product reviews30 min
Semaine
2

Semaine 2

3 heures pour terminer

Learning Linear Classifiers

3 heures pour terminer
18 vidéos (Total 83 min), 2 lectures, 2 quiz
18 vidéos
Intuition behind maximum likelihood estimation4 min
Data likelihood8 min
Finding best linear classifier with gradient ascent3 min
Review of gradient ascent6 min
Learning algorithm for logistic regression3 min
Example of computing derivative for logistic regression5 min
Interpreting derivative for logistic regression5 min
Summary of gradient ascent for logistic regression2 min
Choosing step size5 min
Careful with step sizes that are too large4 min
Rule of thumb for choosing step size3 min
(VERY OPTIONAL) Deriving gradient of logistic regression: Log trick4 min
(VERY OPTIONAL) Expressing the log-likelihood3 min
(VERY OPTIONAL) Deriving probability y=-1 given x2 min
(VERY OPTIONAL) Rewriting the log likelihood into a simpler form8 min
(VERY OPTIONAL) Deriving gradient of log likelihood8 min
Recap of learning logistic regression classifiers1 min
2 lectures
Slides presented in this module10 min
Implementing logistic regression from scratch10 min
2 exercices pour s'entraîner
Learning Linear Classifiers30 min
Implementing logistic regression from scratch30 min
2 heures pour terminer

Overfitting & Regularization in Logistic Regression

2 heures pour terminer
13 vidéos (Total 66 min), 2 lectures, 2 quiz
13 vidéos
Review of overfitting in regression3 min
Overfitting in classification5 min
Visualizing overfitting with high-degree polynomial features3 min
Overfitting in classifiers leads to overconfident predictions5 min
Visualizing overconfident predictions4 min
(OPTIONAL) Another perspecting on overfitting in logistic regression8 min
Penalizing large coefficients to mitigate overfitting5 min
L2 regularized logistic regression4 min
Visualizing effect of L2 regularization in logistic regression5 min
Learning L2 regularized logistic regression with gradient ascent7 min
Sparse logistic regression with L1 regularization7 min
Recap of overfitting & regularization in logistic regression58s
2 lectures
Slides presented in this module10 min
Logistic Regression with L2 regularization10 min
2 exercices pour s'entraîner
Overfitting & Regularization in Logistic Regression30 min
Logistic Regression with L2 regularization30 min
Semaine
3

Semaine 3

3 heures pour terminer

Decision Trees

3 heures pour terminer
13 vidéos (Total 47 min), 3 lectures, 3 quiz
13 vidéos
Intuition behind decision trees1 min
Task of learning decision trees from data3 min
Recursive greedy algorithm4 min
Learning a decision stump3 min
Selecting best feature to split on6 min
When to stop recursing4 min
Making predictions with decision trees1 min
Multiclass classification with decision trees2 min
Threshold splits for continuous inputs6 min
(OPTIONAL) Picking the best threshold to split on3 min
Visualizing decision boundaries5 min
Recap of decision trees56s
3 lectures
Slides presented in this module10 min
Identifying safe loans with decision trees10 min
Implementing binary decision trees10 min
3 exercices pour s'entraîner
Decision Trees30 min
Identifying safe loans with decision trees14 min
Implementing binary decision trees30 min
Semaine
4

Semaine 4

2 heures pour terminer

Preventing Overfitting in Decision Trees

2 heures pour terminer
8 vidéos (Total 40 min), 2 lectures, 2 quiz
8 vidéos
Overfitting in decision trees5 min
Principle of Occam's razor: Learning simpler decision trees5 min
Early stopping in learning decision trees6 min
(OPTIONAL) Motivating pruning8 min
(OPTIONAL) Pruning decision trees to avoid overfitting6 min
(OPTIONAL) Tree pruning algorithm3 min
Recap of overfitting and regularization in decision trees1 min
2 lectures
Slides presented in this module10 min
Decision Trees in Practice10 min
2 exercices pour s'entraîner
Preventing Overfitting in Decision Trees30 min
Decision Trees in Practice30 min
1 heure pour terminer

Handling Missing Data

1 heure pour terminer
6 vidéos (Total 25 min), 1 lecture, 1 quiz
6 vidéos
Strategy 1: Purification by skipping missing data4 min
Strategy 2: Purification by imputing missing data4 min
Modifying decision trees to handle missing data4 min
Feature split selection with missing data5 min
Recap of handling missing data1 min
1 lecture
Slides presented in this module10 min
1 exercice pour s'entraîner
Handling Missing Data30 min

Avis

Meilleurs avis pour MACHINE LEARNING: CLASSIFICATION

Voir tous les avis

À propos du Spécialisation Apprentissage automatique

Apprentissage automatique

Foire Aux Questions

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