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
Nutzen Sie die Ersparnis! Erhalten Sie 40% Rabatt auf 3 Monate Coursera Plus und vollen Zugang zu Tausenden von Kursen.
Praktisches maschinelles Lernen
Dieser Kurs ist Teil mehrerer Programme.
Dozenten: Jeff Leek, PhD
157.800 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: Machine Learning Algorithms
- Kategorie: Applied Machine Learning
- Kategorie: Statistical Machine Learning
- Kategorie: Data Preprocessing
- Kategorie: Exploratory Data Analysis
- Kategorie: Predictive Analytics
- Kategorie: Supervised Learning
- Kategorie: Regression Analysis
- Kategorie: Predictive Modeling
- Kategorie: Random Forest Algorithm
- Kategorie: Data Wrangling
- Kategorie: Machine Learning
- Kategorie: Feature Engineering
- Kategorie: Model Evaluation
Werkzeuge, die Sie lernen werden
- Kategorie: Classification Algorithms
- Kategorie: R Programming
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
In dieser Woche werden wir uns mit Vorhersagen, der relativen Bedeutung von Schritten, Fehlern und der Kreuzvalidierung beschäftigen.
Das ist alles enthalten
9 Videos4 Lektüren1 Aufgabe
In dieser Woche werden das Caret-Paket, Werkzeuge zur Erstellung von Features und zur Vorverarbeitung vorgestellt.
Das ist alles enthalten
9 Videos1 Aufgabe
Diese Woche stellen wir Ihnen eine Reihe von Algorithmen zum maschinellen Lernen vor, die Sie für Ihr Kursprojekt verwenden können.
Das ist alles enthalten
5 Videos1 Aufgabe
Diese Woche werden wir uns mit der regularisierten Regression und der Kombination von Prädiktoren beschäftigen.
Das ist alles enthalten
4 Videos2 Lektüren2 Aufgaben1 peer review
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
Mehr von Maschinelles Lernen entdecken
Status: Kostenloser Testzeitraum
Status: VorschauThe University of Chicago
Status: VorschauO.P. Jindal Global University
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 16. Jan. 2017
excellent course. Be prepared to learn a lot if you work hard and don't give up if you think it is hard, just continue thinking, and interact with other students and tutors + Google and Stackoverflow!
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 3. Feb. 2018
The practical machine learning course is a booster for the data science aspirant.The concept taught by the Prof Jeff Leek is easily understandable. Thank you so much Sir.
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.
Ja. Für ausgewählte Lernprogramme können Sie eine finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Anmeldungsgebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zum Antragsformular.
Weitere Fragen
Finanzielle Unterstützung verfügbar,