Eine der häufigsten Aufgaben von Datenwissenschaftlern und Datenanalysten sind Vorhersagen und maschinelles Lernen. In diesem Kurs werden die grundlegenden Komponenten der Erstellung und Anwendung von Vorhersagefunktionen behandelt, wobei der Schwerpunkt auf praktischen Anwendungen liegt. Der Kurs vermittelt grundlegende Kenntnisse über Konzepte wie Trainings- und Testsätze, Overfitting und Fehlerquoten. Der Kurs führt auch in eine Reihe von modellbasierten und algorithmischen Methoden des maschinellen Lernens ein, darunter Regression, Klassifikationsbäume, Naive Bayes und Zufallswälder. Der Kurs deckt den gesamten Prozess der Erstellung von Vorhersagefunktionen ab, einschließlich Datenerfassung, Erstellung von Merkmalen, Algorithmen und Auswertung.
Praktisches maschinelles Lernen
Sparen Sie mit 40% Rabatt auf 3 Monate Coursera Plus bei den Fähigkeiten, die Sie zum Strahlen bringen. Jetzt sparen
Praktisches maschinelles Lernen
Dieser Kurs ist Teil mehrerer Programme.
Dozenten: Jeff Leek, PhD
158.042 bereits angemeldet
Bei enthalten
3,267 Bewertungen
Was Sie lernen werden
Verwenden Sie die grundlegenden Komponenten der Erstellung und Anwendung von Vorhersagefunktionen
Verstehen Sie Konzepte wie Trainings- und Testsätze, Overfitting und Fehlerquoten
Beschreiben Sie Methoden des maschinellen Lernens wie Regression oder Klassifikationsbäume
Erklären Sie den gesamten Prozess der Erstellung von Vorhersagefunktionen
Kompetenzen, die Sie erwerben
- Kategorie: Prädiktive Modellierung
- Kategorie: Random Forest Algorithmus
- Kategorie: Regressionsanalyse
- Kategorie: Überwachtes Lernen
- Kategorie: Modell Ausbildung
- Kategorie: Bewertung des Modells
- Kategorie: Klassifizierungs- und Regressionsbaum (CART)
- Kategorie: Methoden des maschinellen Lernens
- Kategorie: Angewandtes maschinelles Lernen
- Kategorie: Maschinelles Lernen
- Kategorie: Vorverarbeitung von Daten
- Kategorie: Software für maschinelles Lernen
- Kategorie: Prädiktive Analytik
- Kategorie: Algorithmen für maschinelles Lernen
- Kategorie: Technische Merkmale
Werkzeuge, die Sie lernen werden
- Kategorie: Klassifizierungsalgorithmen
- Kategorie: R Programmierung
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
5 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
In diesem Kurs gibt es 4 Module
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozenten
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Jennifer J.
Larry W.
Chaitanya A.
Bewertungen von Lernenden
- 5 stars
66,42 %
- 4 stars
22,28 %
- 3 stars
6,94 %
- 2 stars
2,54 %
- 1 star
1,80 %
Zeigt 3 von 3267 an
Geprüft am 30. Aug. 2017
Highly recommend this course. It makes you read a lot, do lot's of practical exercises. The final project is a must do. After finishing this course you can start playing with kaggle data sets.
Geprüft am 8. Nov. 2020
Great introduction to ML.Demands focus and hard work. Forces one to review earlier courses - Statistical Inference, regression models, EDA.Leaves lots of appetite for additional knowledge and skills.
Geprüft am 27. Juli 2016
I learned a lot in this class. There are slight gaps from the depth of material covered in the lectures to the quizzes and assignment. If you're good at researching online, you'll be fine.
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,