One of the most useful areas in machine learning is discovering hidden patterns from unlabeled data. Add the fundamentals of this in-demand skill to your Data Science toolkit. In this course, we will learn selected unsupervised learning methods for dimensionality reduction, clustering, and learning latent features. We will also focus on real-world applications such as recommender systems with hands-on examples of product recommendation algorithms.

À propos de ce cours
10 351 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 3 dans le
Niveau intermédiaire
Calculus, Linear algebra, Python, NumPy, Pandas, Matplotlib, and Scikit-learn.
Approx. 38 heures pour terminer
Anglais
Ce que vous allez apprendre
Explain what unsupervised learning is, and list methods used in unsupervised learning.
List and explain algorithms for various matrix factorization methods, and what each is used for.
List and explain algorithms for various matrix factorization methods, and what each is used for.
Compétences que vous acquerrez
- Dimensionality Reduction
- Unsupervised Learning
- Cluster Analysis
- Recommender Systems
- Matrix Factorization
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 3 dans le
Niveau intermédiaire
Calculus, Linear algebra, Python, NumPy, Pandas, Matplotlib, and Scikit-learn.
Approx. 38 heures pour terminer
Anglais
Offert par
Commencez à travailler pour obtenir votre master
Ce cours fait partie du diplôme intégralement en ligne Master of Science in Data Science de Université du Colorado à Boulder.
Si vous êtes admis(e) au programme complet, vos cours sont pris en compte dans votre apprentissage diplômant.
Programme de cours : ce que vous apprendrez dans ce cours
9 heures pour terminer
Unsupervised Learning Intro
9 heures pour terminer
3 vidéos (Total 34 min), 9 lectures, 4 quiz
8 heures pour terminer
Clustering
8 heures pour terminer
2 vidéos (Total 23 min), 2 lectures, 2 quiz
8 heures pour terminer
Recommender System
8 heures pour terminer
4 vidéos (Total 37 min), 1 lecture, 3 quiz
14 heures pour terminer
Matrix Factorization
14 heures pour terminer
5 vidéos (Total 55 min), 1 lecture, 2 quiz
À propos du Spécialisation Machine Learning: Theory and Hands-on Practice with Python

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 ?
Is financial aid available?
D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.