La conception d'expériences statistiques et l'analyse sont au cœur de la science des données. Dans ce cours, vous concevrez des expériences statistiques et analyserez les résultats en utilisant des méthodes modernes. Vous explorerez également les pièges courants dans l'interprétation des arguments statistiques, en particulier ceux associés au big data. Collectivement, ce cours vous aidera à intérioriser un ensemble de méthodes et de concepts d'apprentissage automatique pratiques et efficaces, et à les appliquer pour résoudre des problèmes du monde réel. Objectifs d'apprentissage : Après avoir suivi ce cours, vous serez capable de : 1. Concevoir des expériences efficaces et analyser les résultats 2. Utiliser des méthodes de rééchantillonnage pour présenter des arguments statistiques clairs et irréfutables sans avoir recours à des notations ésotériques 3. Expliquer et appliquer un ensemble de méthodes de classification de complexité croissante (règles, arbres, forêts aléatoires), et les méthodes d'optimisation associées (descente de gradient et variantes) 4. Expliquer et appliquer un ensemble de concepts et de méthodes d'apprentissage non supervisé 5. Décrire les idiomes communs de l'analyse des graphes à grande échelle, y compris les requêtes structurelles, les traversées et les requêtes récursives, le PageRank et la détection des communautés
Cela se termine bientôt : Obtenez des compétences de niveau supérieur avec Coursera Plus pour 199 $ (régulièrement 399 $). Économisez maintenant.
Analyse prédictive pratique : Modèles et méthodes
Ce cours fait partie de Spécialisation La science des données à grande échelle
Instructeur : Bill Howe
39 547 déjà inscrits
Inclus avec
(323 avis)
Compétences que vous acquerrez
- Catégorie : Analyse prédictive
- Catégorie : Algorithmes d'apprentissage automatique
- Catégorie : Analyse statistique
- Catégorie : Apprentissage non supervisé
- Catégorie : Méthodes statistiques
- Catégorie : La programmation en R
- Catégorie : Probabilités et statistiques
- Catégorie : Théorie des graphes
- Catégorie : Apprentissage statistique des machines
- Catégorie : Apprentissage supervisé
- Catégorie : Algorithmes de classification
- Catégorie : Apprentissage automatique
- Catégorie : Analyse avancée
- Catégorie : Big Data
- Catégorie : Analyse des Données
- Catégorie : Inférence statistique
Détails à connaître
Ajouter à votre profil LinkedIn
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Il y a 4 modules dans ce cours
Apprenez les bases de l'inférence statistique, en comparant les méthodes classiques aux méthodes de rééchantillonnage qui vous permettent d'utiliser un programme simple pour formuler un argument statistique rigoureux. Motivez votre étude avec des sujets d'actualité aux fondements de la science : le biais de publication et la reproductibilité.
Inclus
28 vidéos
Suivez une visite guidée des principales méthodes, algorithmes et techniques d'apprentissage automatique. Vous apprendrez comment ces méthodes s'appuient les unes sur les autres et peuvent être combinées en algorithmes pratiques qui donnent de bons résultats dans une variété de tâches. Apprenez à évaluer les méthodes d'apprentissage automatique et les pièges à éviter.
Inclus
26 vidéos1 lecture1 devoir
Vous apprendrez à optimiser une fonction de coût à l'aide de la descente de gradient, y compris les variantes populaires qui utilisent la randomisation et la parallélisation pour améliorer les performances. Vous aurez une idée des méthodes populaires utilisées dans la pratique et verrez à quel point elles sont fondamentalement similaires.
Inclus
11 vidéos
Un bref aperçu des méthodes d'apprentissage non supervisé sélectionnées et une opportunité d'appliquer les techniques en pratique sur un problème réel.
Inclus
4 vidéos1 évaluation par les pairs
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeur
Offert par
En savoir plus sur Analyse des Données
Statut : Essai gratuitUniversity of Colorado Boulder
Statut : Essai gratuitIllinois Tech
Statut : PrévisualisationO.P. Jindal Global University
Statut : Prévisualisation
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
323 avis
- 5 stars
48,60 %
- 4 stars
30,95 %
- 3 stars
9,59 %
- 2 stars
5,26 %
- 1 star
5,57 %
Affichage de 3 sur 323
Révisé le 11 nov. 2015
The topic the professor covers are awesome. Going from statistics to machine learning is something very awesome about this course
Révisé le 10 nov. 2015
Very nice assignments and content. You learn a lot when you complete all assignments.
Révisé le 12 juin 2017
Very good approach to each method; the assignments are a good test for the topics.
Foire Aux Questions
Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la spécialisation et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page Réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.
Oui, pour certains programmes de formation, vous pouvez demander une aide financière ou une bourse si vous n'avez pas les moyens de payer les frais d'inscription. Si une aide financière ou une bourse est disponible pour votre programme de formation, vous trouverez un lien de demande sur la page de description.
Plus de questions
Aide financière disponible,
¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.