このコースについて

9,814 最近の表示
共有できる証明書
修了時に証明書を取得
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。
上級レベル
約21時間で修了
英語
字幕:英語, 韓国語
共有できる証明書
修了時に証明書を取得
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。
上級レベル
約21時間で修了
英語
字幕:英語, 韓国語

提供:

Yandex ロゴ

Yandex

シラバス - 本コースの学習内容

1

1

7分で修了

Welcome

7分で修了
5件のビデオ (合計7分)
5件のビデオ
Course Structure1 分
Meet Alexey2 分
Meet Pavel37
Meet Ilya1 分
1時間で修了

(Optional) Machine Learning: Introduction

1時間で修了
6件のビデオ (合計43分), 1 reading
6件のビデオ
(Optional) Basic concepts11 分
(Optional) Types of problems and tasks5 分
(Optional) Supervised learning7 分
(Optional) Unsupervised learning6 分
(Optional) Business applications of the machine learning4 分
1件の学習用教材
Slack Channel is the quickest way to get answer to your question10 分
5時間で修了

Spark MLLib and Linear Models

5時間で修了
11件のビデオ (合計94分), 3 readings, 5 quizzes
11件のビデオ
First example. Linear regression10 分
How MLlib library is arranged10 分
How to train algorithms. Gradient descent method9 分
How to train algorithms. Second order methods8 分
Large scale classification. Logistic regression12 分
Regularization8 分
PCA decomposition9 分
K-means clustering7 分
How to submit your first assignment3 分
How to Install Docker on Windows 7, 8, 104 分
3件の学習用教材
Grading System: Instructions and Common Problems10 分
Docker Installation Guide10 分
Assignments. General requirements10 分
4の練習問題
Large scale machine learning. The beginning14 分
Large scale regression and classification. Detailed analysis10 分
Regularization and Unsupervised Techniques10 分
Spark MLLib and Linear Models18 分
2

2

2時間で修了

Machine Learning with Texts & Feature Engineering

2時間で修了
12件のビデオ (合計70分)
12件のビデオ
Welcome1 分
Feature Engineering for Texts, part 17 分
Feature Engineering for Texts, part 25 分
N-grams4 分
Hashing trick6 分
Categorical Features6 分
Feature Interactions2 分
Spark ML. Feature Engineering for Texts, part 17 分
Spark ML. Feature Engineering for Texts, part 25 分
Spark ML. Categorical Features3 分
Topic Modeling. LDA.7 分
Word2Vec11 分
5の練習問題
Feature Enginering for Texts16 分
Categorical Features & Feature Interactions6 分
Spark ML Tutorial: Text Processing6 分
Advanced Machine Learning with Texts8 分
Machine Learning with Texts & Feature Engineering20 分
3

3

6時間で修了

Decision Trees & Ensemble Learning

6時間で修了
13件のビデオ (合計64分)
13件のビデオ
Welcome1 分
Decision Trees Basics4 分
Decision Trees for Regression6 分
Decision Trees for Classification3 分
Decision Trees: Summary1 分
Bootstrap & Bagging8 分
Random Forest6 分
Gradient Boosted Decision Trees: Intro & Regression7 分
Gradient Boosted Decision Trees: Classification6 分
Stochastic Boosting1 分
Gradient Boosted Decision Trees: Usage Tips & Summary3 分
Spark ML. Decision Trees & Ensembles6 分
Spark ML. Cross-validation3 分
5の練習問題
Decision Trees16 分
Bootstrap, Bagging and Random Forest6 分
Gradient Boosted Decision Trees10 分
Spark ML Programming Tutorial: Decision Trees & CV6 分
Decision Trees & Ensemble Learning16 分
4

4

3時間で修了

Recommender Systems

3時間で修了
15件のビデオ (合計118分), 1 reading, 4 quizzes
15件のビデオ
Recommender Systems, Introduction. Part II4 分
Non-Personalized Recommender Systems9 分
Content-Based Recommender Systems8 分
Recommender System Evaluation10 分
Collaborative Filtering RecSys: User-User and Item-Item10 分
RecSys: SVD I7 分
RecSys: SVD II8 分
RecSys: SVD III5 分
RecSys: MF I7 分
RecSys: MF II6 分
RecSys: iALS I6 分
RecSys: iALS II11 分
RecSys: Hybrid I7 分
RecSys: Hybrid II7 分
1件の学習用教材
Recommender Systems. Spark Assignment10 分
4の練習問題
Basic RecSys for Data Engineers14 分
Moderate RecSys for Data Engineers10 分
Advanced RecSys for Data Engineers4 分
Recommender Systems16 分

レビュー

BIG DATA APPLICATIONS: MACHINE LEARNING AT SCALE からの人気レビュー

すべてのレビューを見る

よくある質問

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.

    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

  • When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.

  • You will be eligible for a full refund until two weeks after your payment date, or (for courses that have just launched) until two weeks after the first session of the course begins, whichever is later. You cannot receive a refund once you’ve earned a Course Certificate, even if you complete the course within the two-week refund period. See our full refund policy.

  • Yes, Coursera provides financial aid to learners who cannot afford the fee. Apply for it by clicking on the Financial Aid link beneath the "Enroll" button on the left. You’ll be prompted to complete an application and will be notified if you are approved. Learn more.

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。