À propos de ce cours
65,486 consultations récentes

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Approx. 14 heures pour terminer

Anglais

Sous-titres : Anglais

Ce que vous allez apprendre

  • Check

    Describe machine learning methods such as regression or classification trees

  • Check

    Explain the complete process of building prediction functions

  • Check

    Understand concepts such as training and tests sets, overfitting, and error rates

  • Check

    Use the basic components of building and applying prediction functions

Compétences que vous acquerrez

Random ForestMachine Learning (ML) AlgorithmsMachine LearningR Programming

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Approx. 14 heures pour terminer

Anglais

Sous-titres : Anglais

Les étudiants prenant part à ce Course sont

  • Risk Managers
  • Biostatisticians
  • Data Scientists
  • Data Analysts
  • Biologists

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
2 heures pour terminer

Week 1: Prediction, Errors, and Cross Validation

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
2 heures pour terminer

Week 2: The Caret Package

9 vidéos (Total 96 min), 1 quiz
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
1 heure pour terminer

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

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

Week 4: Regularized Regression and Combining Predictors

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
4.5
498 avisChevron Right

39%

a commencé une nouvelle carrière après avoir terminé ces cours

38%

a bénéficié d'un avantage concret dans sa carrière grâce à ce cours

12%

a obtenu une augmentation de salaire ou une promotion

Principaux examens pour Apprentissage mechanique pratique

par ADMar 1st 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 ASAug 31st 2017

Highly recommend this course. It makes you read a lot, do lot's of practical exercises. The final project is a must do. After finishing this course you can start playing with kaggle data sets.

Enseignants

Avatar

Jeff Leek, PhD

Associate Professor, Biostatistics
Bloomberg School of Public Health
Avatar

Roger D. Peng, PhD

Associate Professor, Biostatistics
Bloomberg School of Public Health
Avatar

Brian Caffo, PhD

Professor, Biostatistics
Bloomberg School of Public Health

À propos de Université Johns-Hopkins

The mission of The Johns Hopkins University is to educate its students and cultivate their capacity for life-long learning, to foster independent and original research, and to bring the benefits of discovery to the world....

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • 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.

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