Statistical experiment design and analytics are at the heart of data science. In this course you will design statistical experiments and analyze the results using modern methods. You will also explore the common pitfalls in interpreting statistical arguments, especially those associated with big data. Collectively, this course will help you internalize a core set of practical and effective machine learning methods and concepts, and apply them to solve some real world problems.
Ce cours fait partie de la Spécialisation Science des données à grande échelle
34 834 déjà inscrits
Offert par
Spécialisation Science des données à grande échelleUniversité de WashingtonÀ propos de ce cours
3 011 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.
Cours 2 sur 4 dans le
Approx. 7 heures pour terminer
Anglais
Sous-titres : Français, Portugais (européen), Coréen, Russe, Anglais, Espagnol
Compétences que vous acquerrez
- Random Forest
- Predictive Analytics
- 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.
Cours 2 sur 4 dans le
Approx. 7 heures pour terminer
Anglais
Sous-titres : Français, Portugais (européen), Coréen, Russe, Anglais, Espagnol
Offert par
Université de Washington
Founded in 1861, the University of Washington is one of the oldest state-supported institutions of higher education on the West Coast and is one of the preeminent research universities in the world.
Programme de cours : ce que vous apprendrez dans ce cours
2 heures pour terminer
Practical Statistical Inference
Learn the basics of statistical inference, comparing classical methods with resampling methods that allow you to use a simple program to make a rigorous statistical argument. Motivate your study with current topics at the foundations of science: publication bias and reproducibility.
2 heures pour terminer
28 vidéos (Total 121 min)
3 heures pour terminer
Supervised Learning
Follow a tour through the important methods, algorithms, and techniques in machine learning. You will learn how these methods build upon each other and can be combined into practical algorithms that perform well on a variety of tasks. Learn how to evaluate machine learning methods and the pitfalls to avoid.
3 heures pour terminer
26 vidéos (Total 111 min), 1 lecture, 1 quiz
1 heure pour terminer
Optimization
You will learn how to optimize a cost function using gradient descent, including popular variants that use randomization and parallelization to improve performance. You will gain an intuition for popular methods used in practice and see how similar they are fundamentally.
1 heure pour terminer
11 vidéos (Total 41 min)
1 heure pour terminer
Unsupervised Learning
A brief tour of selected unsupervised learning methods and an opportunity to apply techniques in practice on a real world problem.
1 heure pour terminer
4 vidéos (Total 21 min)
Avis
- 5 stars48,05 %
- 4 stars32,14 %
- 3 stars10,06 %
- 2 stars5,51 %
- 1 star4,22 %
Meilleurs avis pour PRACTICAL PREDICTIVE ANALYTICS: MODELS AND METHODS
par SM23 févr. 2016
Professor Bill Howe gives great reactions to when there are typos on the slides!
par CY19 juil. 2016
Nive that the course covered a broad range of topics. And good to get pushed to do some kaggle competition and peer review.
par WL5 juin 2016
A quick overview of technology terms used for Machine Learning, and gentle introduction into learning through Kaggle.
par KR10 nov. 2015
Very nice assignments and content. You learn a lot when you complete all assignments.
À propos du Spécialisation Science des données à grande échelle
Learn scalable data management, evaluate big data technologies, and design effective visualizations.
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.
