このコースについて
10,201 最近の表示

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

中級レベル

約21時間で修了

推奨:9 hours/week...

英語

字幕:英語

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

中級レベル

約21時間で修了

推奨:9 hours/week...

英語

字幕:英語

シラバス - 本コースの学習内容

1
2時間で修了

Week 1: Supervised Learning & Regression

Welcome to the second course in this specialization! This week, we will go over the syllabus, download all course materials, and get your system up and running for the course. We will also introduce the basics of supervised learning and regression.

...
5件のビデオ (合計46分), 4 readings, 3 quizzes
5件のビデオ
Supervised Learning: Regression9 分
Regression in Python10 分
Time-Series Regression8 分
Autoregression6 分
4件の学習用教材
Syllabus10 分
Course Materials10 分
Set Up Your System10 分
Recap: Mathematical Notation10 分
3の練習問題
Review: Supervised Learning4 分
Review: Regression4 分
Supervised Learning & Regression10 分
2
1時間で修了

Week 2: Features

This week, we will learn what features are in a dataset and how we can work with them through cleaning, manipulation, and analysis in Jupyter notebooks.

...
4件のビデオ (合計29分), 3 quizzes
4件のビデオ
Features from Temporal Data8 分
Feature Transformations4 分
Missing Values7 分
3の練習問題
Review: Getting Features
Review: Working with Features
Features10 分
3
1時間で修了

Week 3: Classification

This week, we will learn about classification and several ways you can implement it, such as K-nearest neighbors, logistic regression, and support vector machines.

...
4件のビデオ (合計31分), 3 quizzes
4件のビデオ
Classification: Nearest Neighbors4 分
Classification: Logistic Regression10 分
Introduction to Support Vector Machines10 分
3の練習問題
Review: Classification and K-Nearest Neighbors6 分
Review: Logistic Regression and Support Vector Machines5 分
Classification10 分
4
1時間で修了

Week 4: Gradient Descent

This week, we will learn the importance of properly training and testing a model. We will also implement gradient descent in both Python and TensorFlow.

...
5件のビデオ (合計36分), 3 quizzes
5件のビデオ
Introduction to Training and Testing6 分
Gradient Descent in Python8 分
Gradient Descent in TensorFlow6 分
Livecoding: Tensorflow7 分
3の練習問題
Review: Classification and Training4 分
Review: Gradient Descent4 分
More on Classification15 分

講師

Avatar

Julian McAuley

Assistant Professor
Computer Science
Avatar

Ilkay Altintas

Chief Data Science Officer
San Diego Supercomputer Center

カリフォルニア大学サンディエゴ校について

UC San Diego is an academic powerhouse and economic engine, recognized as one of the top 10 public universities by U.S. News and World Report. Innovation is central to who we are and what we do. Here, students learn that knowledge isn't just acquired in the classroom—life is their laboratory....

Python Data Products for Predictive Analyticsの専門講座について

Python data products are powering the AI revolution. Top companies like Google, Facebook, and Netflix use predictive analytics to improve the products and services we use every day. Take your Python skills to the next level and learn to make accurate predictions with data-driven systems and deploy machine learning models with this four-course Specialization from UC San Diego. This Specialization is for learners who are proficient with the basics of Python. You’ll start by creating your first data strategy. You’ll also develop statistical models, devise data-driven workflows, and learn to make meaningful predictions for a wide-range of business and research purposes. Finally, you’ll use design thinking methodology and data science techniques to extract insights from a wide range of data sources. This is your chance to master one of the technology industry’s most in-demand skills. Python Data Products for Predictive Analytics is taught by Professor Ilkay Altintas, Ph.D. and Julian McAuley. Dr. Alintas is a prominent figure in the data science community and the designer of the highly-popular Big Data Specialization on Coursera. She has helped educate hundreds of thousands of learners on how to unlock value from massive datasets....
Python Data Products for Predictive Analytics

よくある質問

  • 修了証に登録すると、すべてのビデオ、テスト、およびプログラミング課題(該当する場合)にアクセスできます。ピアレビュー課題は、セッションが開始してからのみ、提出およびレビューできます。購入せずにコースを検討することを選択する場合、特定の課題にアクセスすることはできません。

  • コースに登録する際、専門講座のすべてのコースにアクセスできます。コースの完了時には修了証を取得できます。電子修了証が成果のページに追加され、そこから修了証を印刷したり、LinkedInのプロフィールに追加したりできます。コースの内容の閲覧のみを希望する場合は、無料でコースを聴講できます。

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。