À propos de ce cours

111,061 consultations récentes

Résultats de carrière des étudiants

38%

ont commencé une nouvelle carrière après avoir terminé ce cours

38%

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

12%

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. 8 heures pour terminer
Anglais
Sous-titres : Anglais, Coréen

Ce 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 ForestMachine Learning (ML) AlgorithmsMachine LearningR Programming

Résultats de carrière des étudiants

38%

ont commencé une nouvelle carrière après avoir terminé ce cours

38%

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

12%

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. 8 heures pour terminer
Anglais
Sous-titres : Anglais, Coréen

Offert par

Logo Université Johns-Hopkins

Université Johns-Hopkins

Programme du cours : ce que vous apprendrez dans ce cours

Évaluation du contenuThumbs Up88%(5,943 notes)Info
Semaine
1

Semaine 1

2 heures pour terminer

Week 1: Prediction, Errors, and Cross Validation

2 heures pour terminer
9 vidéos (Total 73 min), 4 lectures, 1 quiz
9 vidéos
What is prediction?8 min
Relative importance of steps9 min
In and out of sample errors6 min
Prediction study design9 min
Types of errors10 min
Receiver Operating Characteristic5 min
Cross validation8 min
What data should you use?6 min
4 lectures
Welcome to Practical Machine Learning10 min
A Note of Explanation2 min
Syllabus10 min
Pre-Course Survey10 min
1 exercice pour s'entraîner
Quiz 110 min
Semaine
2

Semaine 2

2 heures pour terminer

Week 2: The Caret Package

2 heures pour terminer
9 vidéos (Total 96 min)
9 vidéos
Data slicing5 min
Training options7 min
Plotting predictors10 min
Basic preprocessing10 min
Covariate creation17 min
Preprocessing with principal components analysis14 min
Predicting with Regression12 min
Predicting with Regression Multiple Covariates11 min
1 exercice pour s'entraîner
Quiz 210 min
Semaine
3

Semaine 3

1 heure pour terminer

Week 3: Predicting with trees, Random Forests, & Model Based Predictions

1 heure pour terminer
5 vidéos (Total 48 min)
5 vidéos
Bagging9 min
Random Forests6 min
Boosting7 min
Model Based Prediction11 min
1 exercice pour s'entraîner
Quiz 310 min
Semaine
4

Semaine 4

4 heures pour terminer

Week 4: Regularized Regression and Combining Predictors

4 heures pour terminer
4 vidéos (Total 33 min), 2 lectures, 3 quiz
4 vidéos
Combining predictors7 min
Forecasting7 min
Unsupervised Prediction4 min
2 lectures
Course Project Instructions (READ FIRST)10 min
Post-Course Survey10 min
2 exercices pour s'entraîner
Quiz 410 min
Course Project Prediction Quiz40 min

Avis

Meilleurs avis pour APPRENTISSAGE MECHANIQUE PRATIQUE

Voir tous les avis

Foire Aux Questions

  • L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :

    • Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
    • Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
  • Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

  • Si vous vous abonnez, vous bénéficiez d'une période d'essai gratuite de 7 jours, durant laquelle vous pouvez annuler votre abonnement sans pénalité. Ensuite, nous n'accordons plus de remboursements, mais vous pouvez annuler votre abonnement à tout instant. Consultez notre politique de remboursement complète.

  • Oui, Coursera offre une Aide Financière aux étudiants qui n'ont pas les moyens d'acquitter les frais. Demandez-la en cliquant sur le lien Aide Financière sous le bouton S'inscrire situé à gauche. Vous devrez remplir un formulaire de demande et vous serez averti(e) si elle est acceptée. Vous devrez répéter cette procédure pour chaque cours de la Spécialisation, y compris pour le Projet Final. En savoir plus.

  • Ce Cours n'est pas associé à des crédits universitaires, mais certaines universités peuvent décider d'accepter des Certificats de Cours pour des crédits. Vérifiez-le auprès de votre établissement pour en savoir plus. Les Diplômes en ligne et les Certificats Mastertrack™ sur Coursera apportent la possibilité d'obtenir des crédits universitaires.

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