In this course, you will build on the skills learned in Exploratory Data Analysis with MATLAB and Data Processing and Feature Engineering with MATLAB to increase your ability to harness the power of MATLAB to analyze data relevant to the work you do.
Ce cours fait partie de la Spécialisation Practical Data Science with MATLAB
Offert par
À propos de ce cours
70,542 consultations récentes
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 3 sur 4 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 17 heures pour terminer
Anglais
Sous-titres : Anglais
Compétences que vous acquerrez
Machine LearningMatlabPredictive Modelling
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 3 sur 4 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 17 heures pour terminer
Anglais
Sous-titres : Anglais
Offert par
MathWorks
Accelerating the pace of discovery, innovation, development, and learning in engineering and science.
Programme du cours : ce que vous apprendrez dans ce cours
5 heures pour terminer
Creating Regression Models
In this module you'll apply the skills gained from the first two courses in the specialization on a new dataset. You'll be introduced to the Supervised Machine Learning Workflow and learn key terms. You'll end the module by creating and evaluating regression machine learning models.
5 heures pour terminer
11 vidéos (Total 73 min), 7 lectures, 7 quiz
11 vidéos
Instructor Introduction2 min
Introduction to Supervised Machine Learning4 min
Introduction to the Taxi Data7 min
Creating and Cleaning Features8 min
Introduction to Regression8 min
Using the Regression Learner App10 min
Customizing Model Parameters9 min
Evaluating Regression Models6 min
Evaluate Your Model in MATLAB9 min
Summary of Regression1 min
7 lectures
Download and Install MATLAB15 min
Data and Code Files15 min
Supervised Machine Learning Reference10 min
Introduction to Module 15 min
Variables in the Taxi Data10 min
Summary of Regression Models15 min
Regression Metrics10 min
3 exercices pour s'entraîner
Feature Engineering Review12 min
Train a Regression Model30 min
Apply the Regression Workflow45 min
4 heures pour terminer
Creating Classification Models
In this module you'll learn the basics of classification models. You'll train several types of classification models and evaluation the results.
4 heures pour terminer
6 vidéos (Total 45 min), 6 lectures, 2 quiz
6 vidéos
Using the Classification Learner App7 min
Evaluating Classification Models11 min
Evaluating Classification Models in MATLAB5 min
Training a Multiclass Model7 min
Summary of Classification1 min
6 lectures
Introduction to Module 25 min
Summary of Classification Models15 min
Binary Classification Metrics Reference20 min
Evaluate and Customize Classification Models30 min
Multiclass Classification Metrics Reference20 min
Customizing Multiclass Models30 min
2 exercices pour s'entraîner
Train a Classification Model30 min
Apply The Classification Workflow50 min
8 heures pour terminer
Applying the Supervised Machine Learning Workflow
In this module you'll apply the complete supervised machine learning workflow. You'll use validation data inform model creation. You'll apply different feature selection techniques to reduce model complexity. You'll create ensemble models and optimize hyperparameters. At the end of the module, you'll apply these concepts to a final project.
8 heures pour terminer
9 vidéos (Total 49 min), 5 lectures, 3 quiz
9 vidéos
Using Validation Data During Training3 min
Embedded Methods for Feature Selection7 min
Using Regularization to Prevent Overfitting6 min
Introduction to Ensemble Models3 min
Training Ensemble Models3 min
Introduction to Hyperparameters5 min
Optimizing Hyperparameters8 min
Summary of Module 32 min
5 lectures
Introduction to Module 310 min
Examining Bias Variance Trade-off15 min
Practice Partitioning Data30 min
Using Wrapper Methods to Select Features40 min
Introduction to the Course Project10 min
2 exercices pour s'entraîner
Practice Reducing Model Complexity30 min
Applying Ensemble Models30 min
Avis
Meilleurs avis pour PREDICTIVE MODELING AND MACHINE LEARNING WITH MATLAB
par SS13 sept. 2020
Extremely helpful and interesting course. The basic concepts and further learnings are well addressed by the instructors.\n\nHighly recommended course for Machine Learning.
par AH10 sept. 2020
Very practical, but still high-level view to manage such projects. Testing was sufficient to test a full understanding. Thanks, I learnt a lot.
par LS16 sept. 2020
As always, a fast-paced course with crystal clear explanations!
À propos du Spécialisation Practical Data Science with MATLAB
Do you find yourself in an industry or field that increasingly uses data to answer questions? Are you working with an overwhelming amount of data and need to make sense of it? Do you want to avoid becoming a full-time software developer or statistician to do meaningful tasks with your data?
Completing this specialization will give you the skills and confidence you need to achieve practical results in Data Science quickly. Being able to visualize, analyze, and model data are some of the most in-demand career skills from fields ranging from healthcare, to the auto industry, to tech startups.
This specialization assumes you have domain expertise in a technical field and some exposure to computational tools, such as spreadsheets. To be successful in completing the courses, you should have some background in basic statistics (histograms, averages, standard deviation, curve fitting, interpolation).
Throughout this specialization, you will be using MATLAB. MATLAB is the go-to choice for millions of people working in engineering and science, and provides the capabilities you need to accomplish your data science tasks. You will be provided with free access to MATLAB for the duration of the specialization to complete your work.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
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.
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
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.
Is financial aid available?
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.
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
