À propos de ce Spécialisation

10 062 consultations récentes
In the Machine Learning specialization, we will cover Supervised Learning, Unsupervised Learning, and the basics of Deep Learning. You will apply ML algorithms to real-world data, learn when to use which model and why, and improve the performance of your models. Starting with supervised learning, we will cover linear and logistic regression, KNN, Decision trees, ensembling methods such as Random Forest and Boosting, and kernel methods such as SVM. Then we turn our attention to unsupervised methods, including dimensionality reduction techniques (e.g., PCA), clustering, and recommender systems. We finish with an introduction to deep learning basics, including choosing model architectures, building/training neural networks with libraries like Keras, and hands-on examples of CNNs and RNNs. This specialization can be taken for academic credit as part of CU Boulder’s Master of Science in Data Science (MS-DS) degree offered on the Coursera platform. The MS-DS is an interdisciplinary degree that brings together faculty from CU Boulder’s departments of Applied Mathematics, Computer Science, Information Science, and others. With performance-based admissions and no application process, the MS-DS is ideal for individuals with a broad range of undergraduate education and/or professional experience in computer science, information science, mathematics, and statistics. Learn more about the MS-DS program at https://www.coursera.org/degrees/master-of-science-data-science-boulder.
Certificat partageable
Obtenez un Certificat lorsque vous terminez
Cours en ligne à 100 %
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Planning flexible
Définissez et respectez des dates limites flexibles.
Niveau intermédiaire
Approximativement 4 mois pour terminer
Rythme recommandé de 9 heures/semaine
Anglais
Certificat partageable
Obtenez un Certificat lorsque vous terminez
Cours en ligne à 100 %
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Planning flexible
Définissez et respectez des dates limites flexibles.
Niveau intermédiaire
Approximativement 4 mois pour terminer
Rythme recommandé de 9 heures/semaine
Anglais

Comment fonctionne la Spécialisation

Suivez les cours

Une Spécialisation Coursera est une série de cours axés sur la maîtrise d'une compétence. Pour commencer, inscrivez-vous directement à la Spécialisation ou passez en revue ses cours et choisissez celui par lequel vous souhaitez commencer. Lorsque vous vous abonnez à un cours faisant partie d'une Spécialisation, vous êtes automatiquement abonné(e) à la Spécialisation complète. Il est possible de terminer seulement un cours : vous pouvez suspendre votre formation ou résilier votre abonnement à tout moment. Rendez-vous sur votre tableau de bord d'étudiant pour suivre vos inscriptions aux cours et vos progrès.

Projet pratique

Chaque Spécialisation inclut un projet pratique. Vous devez réussir le(s) projet(s) pour terminer la Spécialisation et obtenir votre Certificat. Si la Spécialisation inclut un cours dédié au projet pratique, vous devrez terminer tous les autres cours avant de pouvoir le commencer.

Obtenir un Certificat

Lorsque vous aurez terminé tous les cours et le projet pratique, vous obtiendrez un Certificat que vous pourrez partager avec des employeurs éventuels et votre réseau professionnel.

Cette Spécialisation compte 3 cours

Cours1

Cours 1

Introduction to Machine Learning: Supervised Learning

Cours2

Cours 2

Unsupervised Algorithms in Machine Learning

Cours3

Cours 3

Introduction to Deep Learning

Offert par

Placeholder

Université du Colorado à Boulder

Commencez à travailler pour obtenir votre master

Ce spécialisation 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.

Foire Aux Questions

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