À propos de ce cours

570,542 consultations récentes

Résultats de carrière des étudiants

32%

ont commencé une nouvelle carrière après avoir terminé ce cours

30%

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. 18 heures pour terminer
Anglais

Compétences que vous acquerrez

Python ProgrammingMachine Learning ConceptsMachine LearningDeep Learning

Résultats de carrière des étudiants

32%

ont commencé une nouvelle carrière après avoir terminé ce cours

30%

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. 18 heures pour terminer
Anglais

Offert par

Placeholder

Université de Washington

Programme du cours : ce que vous apprendrez dans ce cours

Évaluation du contenuThumbs Up93%(50,409 notes)Info
Semaine
1

Semaine 1

3 heures pour terminer

Welcome

3 heures pour terminer
18 vidéos (Total 84 min), 8 lectures, 1 quiz
18 vidéos
Who we are5 min
Machine learning is changing the world3 min
Why a case study approach?7 min
Specialization overview6 min
How we got into ML3 min
Who is this specialization for?4 min
What you'll be able to do57s
The capstone and an example intelligent application6 min
The future of intelligent applications2 min
Starting a Jupyter Notebook5 min
Creating variables in Python7 min
Conditional statements and loops in Python8 min
Creating functions and lambdas in Python3 min
Starting Turi Create & loading an SFrame4 min
Canvas for data visualization4 min
Interacting with columns of an SFrame4 min
Using .apply() for data transformation5 min
8 lectures
Important Update regarding the Machine Learning Specialization10 min
Slides presented in this module10 min
Getting started with Python, Jupyter Notebook, & Turi Create10 min
Where should my files go?10 min
Important changes from previous courses10 min
Download the Jupyter Notebook used in this lesson to follow along10 min
Download the Jupyter Notebook used in this lesson to follow along10 min
Download Wiki People Data10 min
1 exercice pour s'entraîner
SFrames15 min
Semaine
2

Semaine 2

3 heures pour terminer

Regression: Predicting House Prices

3 heures pour terminer
19 vidéos (Total 82 min), 3 lectures, 2 quiz
19 vidéos
What is the goal and how might you naively address it?3 min
Linear Regression: A Model-Based Approach5 min
Adding higher order effects4 min
Evaluating overfitting via training/test split6 min
Training/test curves4 min
Adding other features2 min
Other regression examples3 min
Regression ML block diagram5 min
Loading & exploring house sale data7 min
Splitting the data into training and test sets2 min
Learning a simple regression model to predict house prices from house size3 min
Evaluating error (RMSE) of the simple model2 min
Visualizing predictions of simple model with Matplotlib4 min
Inspecting the model coefficients learned1 min
Exploring other features of the data6 min
Learning a model to predict house prices from more features3 min
Applying learned models to predict price of an average house5 min
Applying learned models to predict price of two fancy houses7 min
3 lectures
Slides presented in this module10 min
Download the Jupyter Notebook used in this lesson to follow along10 min
Predicting house prices assignment10 min
2 exercices pour s'entraîner
Regression30 min
Predicting house prices30 min
Semaine
3

Semaine 3

3 heures pour terminer

Classification: Analyzing Sentiment

3 heures pour terminer
19 vidéos (Total 75 min), 3 lectures, 2 quiz
19 vidéos
What is an intelligent restaurant review system?4 min
Examples of classification tasks4 min
Linear classifiers5 min
Decision boundaries3 min
Training and evaluating a classifier4 min
What's a good accuracy?3 min
False positives, false negatives, and confusion matrices6 min
Learning curves5 min
Class probabilities1 min
Classification ML block diagram3 min
Loading & exploring product review data2 min
Creating the word count vector2 min
Exploring the most popular product4 min
Defining which reviews have positive or negative sentiment4 min
Training a sentiment classifier3 min
Evaluating a classifier & the ROC curve4 min
Applying model to find most positive & negative reviews for a product4 min
Exploring the most positive & negative aspects of a product4 min
3 lectures
Slides presented in this module10 min
Download the Jupyter Notebook used in this lesson to follow along10 min
Analyzing product sentiment assignment10 min
2 exercices pour s'entraîner
Classification30 min
Analyzing product sentiment30 min
Semaine
4

Semaine 4

3 heures pour terminer

Clustering and Similarity: Retrieving Documents

3 heures pour terminer
17 vidéos (Total 76 min), 3 lectures, 2 quiz
17 vidéos
What is the document retrieval task?1 min
Word count representation for measuring similarity6 min
Prioritizing important words with tf-idf3 min
Calculating tf-idf vectors5 min
Retrieving similar documents using nearest neighbor search2 min
Clustering documents task overview2 min
Clustering documents: An unsupervised learning task4 min
k-means: A clustering algorithm3 min
Other examples of clustering6 min
Clustering and similarity ML block diagram7 min
Loading & exploring Wikipedia data5 min
Exploring word counts5 min
Computing & exploring TF-IDFs7 min
Computing distances between Wikipedia articles5 min
Building & exploring a nearest neighbors model for Wikipedia articles3 min
Examples of document retrieval in action4 min
3 lectures
Slides presented in this module10 min
Download the Jupyter Notebook used in this lesson to follow along10 min
Retrieving Wikipedia articles assignment10 min
2 exercices pour s'entraîner
Clustering and Similarity30 min
Retrieving Wikipedia articles30 min

Avis

Meilleurs avis pour MACHINE LEARNING FOUNDATIONS: A CASE STUDY APPROACH

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.