One of the most common tasks performed by data scientists and data analysts are prediction and machine learning. This course will cover the basic components of building and applying prediction functions with an emphasis on practical applications. The course will provide basic grounding in concepts such as training and tests sets, overfitting, and error rates. The course will also introduce a range of model based and algorithmic machine learning methods including regression, classification trees, Naive Bayes, and random forests. The course will cover the complete process of building prediction functions including data collection, feature creation, algorithms, and evaluation.
Offert par
Université Johns-HopkinsÀ propos de ce cours
22 267 consultations récentes
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Approx. 9 heures pour terminer
Anglais
Votre entreprise pourrait-elle bénéficier de la formation des employés à des compétences recherchées ?
Essayez Coursera pour les affairesCe que vous allez apprendre
Use the basic components of building and applying prediction functions
Understand concepts such as training and tests sets, overfitting, and error rates
Describe machine learning methods such as regression or classification trees
Explain the complete process of building prediction functions
Compétences que vous acquerrez
- Random Forest
- Machine Learning (ML) Algorithms
- Machine Learning
- R Programming
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Approx. 9 heures pour terminer
Anglais
Votre entreprise pourrait-elle bénéficier de la formation des employés à des compétences recherchées ?
Essayez Coursera pour les affaires
Offert par
Programme de cours : ce que vous apprendrez dans ce cours
2 heures pour terminer
Week 1: Prediction, Errors, and Cross Validation
2 heures pour terminer
9 vidéos (Total 73 min), 4 lectures, 1 quiz
2 heures pour terminer
Week 2: The Caret Package
2 heures pour terminer
9 vidéos (Total 96 min)
1 heure pour terminer
Week 3: Predicting with trees, Random Forests, & Model Based Predictions
1 heure pour terminer
5 vidéos (Total 48 min)
3 heures pour terminer
Week 4: Regularized Regression and Combining Predictors
3 heures pour terminer
4 vidéos (Total 33 min), 2 lectures, 3 quiz
Avis
- 5 stars66,45 %
- 4 stars22,35 %
- 3 stars6,90 %
- 2 stars2,51 %
- 1 star1,77 %
Meilleurs avis pour APPRENTISSAGE MECHANIQUE PRATIQUE
par GA21 févr. 2018
A great course that really helps demystify what machine learning is and how anyone can use it to build prediction models and start to answer tough questions using data.
par AD28 févr. 2017
Issues of every stage of the construction of learning machine model, as well as issues with several different machine learning methods are well and in fine yet very understandable detail explained.
par JP24 juin 2017
Awesome course. Would recommend it, but only to those who have a bit of stats and R background. This definitely helped me get a solid enough understanding of using R for machine learning.
par HP12 mars 2021
This is a well thought about course which focuses on familiarizing the learner on the concepts of Machine Learning and develops a love in the learner towards predictive modeling. Thank you
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Une aide financière est-elle possible ?
D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.
