AulaPro использует файлы cookie, чтобы предоставить пользователям лучший опыт. Вы можете получить больше информации здесьили просто нажмите «Я принимаю» или за пределами этого уведомления, чтобы продолжить просмотр.
Этот курс вошел в число 100 лучших курсов на Coursera благодаря высоким рейтингам и большому количеству оценок.
У вас есть данные и интересно, что они могут сказать вам? Вам нужно более глубокое понимание того, как машинное обучение может улучшить ваш бизнес? Хотите общаться со специалистами по любым вопросам, от регрессии и классификации до глубокого обучения и рекомендательных систем? В этом курсе вы получите практический опыт работы с машинным обучением с помощью серии практических тематических исследований. К концу первого курса вы научитесь прогнозировать цены на жилье на основе
У вас есть данные и интересно, что они могут сказать вам? Вам нужно более глубокое понимание того, как машинное обучение может улучшить ваш бизнес? Хотите общаться со специалистами по любым вопросам, от регрессии и классификации до глубокого обучения и рекомендательных систем? В этом курсе вы получите практический опыт работы с машинным обучением с помощью серии практических тематических исследований.
К концу первого курса вы научитесь прогнозировать цены на жилье на основе характеристик дома, анализировать настроения пользователей, извлекать интересующие документы, рекомендовать продукты и искать изображения.
Практикуя эти варианты использования, вы сможете применять методы машинного обучения в самых разных областях.
В этом первом курсе метод машинного обучения рассматривается как черный ящик.
Используя эту абстракцию, вы сосредоточитесь на понимании интересующих задач, сопоставлении этих задач с инструментами машинного обучения и оценке качества результата.
В следующих курсах вы углубитесь в компоненты этого черного ящика, изучая модели и алгоритмы.
Вместе эти части образуют конвейер машинного обучения, который вы будете использовать при разработке интеллектуальных приложений.
Результаты обучения: По окончании этого курса вы сможете: -Определить потенциальные применения машинного обучения на практике.
-Опишите основные различия в анализе, обеспечиваемом регрессией, классификацией и кластеризацией.
-Выберите подходящую задачу машинного обучения для потенциального приложения.
- Применять регрессию, классификацию, кластеризацию, поиск, рекомендательные системы и глубокое обучение.
-Представляйте свои данные в виде функций, которые служат входными данными для моделей машинного обучения.
-Оцените качество модели с точки зрения метрик ошибок, относящихся к каждой задаче.
-Используйте набор данных, чтобы соответствовать модели для анализа новых данных.
- Создайте комплексное приложение, в основе которого лежит машинное обучение.
-Реализовать эти методы в Python.
52
Машинное обучение есть везде, но часто оно работает за кулисами. Это введение в специализацию знакомит вас с возможностями машинного обучения и множеством интеллектуальных приложений, которые вы можете самостоятельно разработать и развернуть по завершении. Мы также обсуждаем, кто мы такие, как мы сюда попали и наше видение будущего интеллектуальных приложений.
На этой неделе вы создадите свое первое интеллектуальное приложение, которое делает прогнозы на основе данных. Мы рассмотрим эту идею в контексте нашего первого тематического исследования «Прогнозирование цен на жилье», в котором вы будете создавать модели, прогнозирующие непрерывное значение (цену) на основе входных характеристик (квадратные метры, количество спален и ванных комнат и т. д.). . Это лишь одно из многих мест, где можно применить регрессию. Другие приложения варьируются от прогнозирования последствий для здоровья в медицине, цен на акции в финансах и использования энергии в высокопроизводительных вычислениях до анализа того, какие регуляторы важны для экспрессии генов. Вы также узнаете, как анализировать производительность вашей прогностической модели и реализовывать регрессию на практике с помощью блокнота Jupyter.
Как узнать, положительно или отрицательно отнесся человек к тому или иному опыту, просто по короткому отзыву, который он написал? В нашем втором тематическом исследовании, посвященном анализу настроений, вы создадите модели, которые предсказывают класс (положительные/отрицательные настроения) входных функций (текст обзора, информация профиля пользователя и т. д.). Эта задача является примером классификации, одной из наиболее широко используемых областей машинного обучения, с широким спектром приложений, включая таргетинг рекламы, обнаружение спама, медицинскую диагностику и классификацию изображений. Вы проанализируете точность своего классификатора, реализуете реальный классификатор в блокноте Jupyter и впервые протестируете основную часть смарт-приложения, которое вы создадите и внедрите в свой контрольный камень.
Читатель интересуется конкретной новостной статьей и хочет найти похожие статьи, чтобы порекомендовать их. Каково правильное понятие подобия? Как выполнить автоматический поиск документов, чтобы найти наиболее близкое совпадение? Как мне количественно представить документы в первую очередь? В этом третьем примере, Получение документов, вы изучите различные представления документов и алгоритм для поиска наиболее похожего подмножества. Вы также рассмотрите структурированные представления документов, которые автоматически группируют статьи по сходству (например, по теме документа). Фактически, это создаст интеллектуальную систему поиска документов для записей Википедии в блокноте Jupyter.
Вы когда-нибудь задумывались, как Amazon формирует свои персональные рекомендации по продуктам? Как Netflix предлагает фильмы для просмотра? Как Pandora выбирает следующую песню для трансляции? Как Facebook или LinkedIn находят людей, с которыми вы могли бы связаться? За всеми этими технологиями персонализированного контента стоит так называемая совместная фильтрация. Вы узнаете, как создать такую систему рекомендаций, используя различные методы, и изучите ее компромиссы. Один из рассматриваемых нами методов — это матричная факторизация, которая изучает характеристики пользователей и продуктов для формирования рекомендаций. В блокноте Jupyter вы будете использовать эти методы для создания реальной системы рекомендаций по песням.
Подготовьтесь из дома в самых престижных университетах мира.
Качество курсов Coursera поддерживается преподавателями, которые часто являются деканами с докторскими степенями.
Более 85% студентов Coursera сообщают о карьерных преимуществах, таких как продвижение по службе или повышение заработной платы.
Миллионы студентов по всему миру достигают своих личных и профессиональных целей с помощью Coursera.
Coursera предлагает курсы от более чем 200 ведущих университетов и компаний для онлайн-обучения по всему миру. С подпиской на Coursera Plus, вы получаете неограниченный доступ к более чем 90% всех курсов, а также к самым популярным профессиональным сертификатам и специализациям на Coursera.
Наука о данных, бизнес и личное развитие. Вы можете записаться на несколько курсов одновременно, получить неограниченное количество сертификатов и освоить востребованные профессиональные навыки, чтобы начать, расти и даже менять карьеру.
УЗНАЙТЕ, КАК ПОЛУЧИТЬ МАКСИМАЛЬНО И СЭКОНОМЬТЕ БОЛЕЕ 500 ДОЛЛАРОВ США С ГОДОВОЙ ПОДПИСКОЙ НА COURSERA PLUS*
* Вы сэкономите до 500 долларов США за 12 месяцев, когда вы перейдете с 59 долларов США за ежемесячную подписку на годовую подписку с рекламной акцией. Обычная годовая подписка стоит 399 долларов США. В рамках акции вы заплатите всего 299 долларов США. Узнайте все, нажав на желтую кнопку.
Amazon профессор машинного обучения
мой человек_добавить 410.851 XNUMX студентов
мой компьютерКурсы 6
Вашингтонский университет, основанный в 1861 году, является одним из старейших государственных высших учебных заведений на Западном побережье и одним из ведущих исследовательских университетов мира.
Привет, как я могу вам помочь? Вас интересует курс? О каком предмете?
AulaPro использует файлы cookie, чтобы предоставить пользователям лучший опыт. Вы можете получить больше информации здесьили просто нажмите «Я принимаю» или за пределами этого уведомления, чтобы продолжить просмотр.
Добавить отзыв