このコースについて
24,002 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9時間で修了

推奨:12 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9時間で修了

推奨:12 hours/week...

英語

字幕:英語

このCourseを受講している学習者は

  • Data Scientists
  • Machine Learning Engineers
  • Chief Technology Officers (CTOs)
  • Data Engineers
  • Vice Presidents

シラバス - 本コースの学習内容

1
3時間で修了

Introduction to Machine Learning Applications

12件のビデオ (合計44分), 6 readings, 2 quizzes
12件のビデオ
Instructor Introduction1 分
Introduction to Course 12 分
What is Artificial Intelligence and Machine Learning?5 分
What about Data Science?3 分
The Machine Learning Process4 分
The Three Kinds of Machine Learning3 分
Classification: What is it and how does it work?3 分
Regression: Fitting lines and predicting numbers3 分
Unsupervised Learning4 分
Reinforcement Learning6 分
Weekly Summary1 分
6件の学習用教材
What about Deep Learning? (supplemental)10 分
Fooling Neural Networks (supplemental)10 分
How to Curate A Ground Truth For Your Business Dataset (Required)10 分
Learning From Multiple Annotators: A Survey (supplemental)10 分
Inferring the Ground Truth Through Crowdsourcing (supplemental)10 分
Semi Supervised Learning (required)10 分
2の練習問題
Concepts and Definitions20 分
Identifying Machine Learning Techniques10 分
2
1時間で修了

Machine Learning in the Real World

8件のビデオ (合計34分), 4 readings, 1 quiz
8件のビデオ
Features and transformations of raw data6 分
Farmer Betty and Her Precision Agriculture Plans3 分
What to consider when using your QuAM2 分
Broad Examples Narrowed Down4 分
Identify Business Evaluation4 分
Everything is a Proxy4 分
Weekly Summary2 分
4件の学習用教材
A Brief Introduction into Precision Agriculture10 分
Farmer Betty Tried Unsupervised Learning (required)10 分
Data is Central to Your ML Problem (required)10 分
Martin Zinkevich's Rules for ML (supplemental)10 分
1の練習問題
Machine Learning in the Real World Review
3
1時間で修了

Learning Data

9件のビデオ (合計34分), 2 readings, 1 quiz
9件のビデオ
How Much Data Do I Need?4 分
Ethical Issues4 分
Bias in Data Sources3 分
Noise and Sources of Randomness5 分
Image Classification Example3 分
Data Cleaning: Everybody's favourite task4 分
Why you need to set up a Data Pipeline4 分
Weekly Summary1 分
2件の学習用教材
Data Protection Laws (required)10 分
Government readings on data privacy (supplemental)10 分
1の練習問題
Understanding Data for ML
4
1時間で修了

Machine Learning Projects

7件のビデオ (合計35分), 2 readings, 1 quiz
7件のビデオ
MLPL as experienced by Farmer Betty3 分
Exploring the process of problem definition7 分
Assessing your QuAM for use in your Business6 分
Technically Assessing the Strength of your QuAM6 分
Different Kinds of Wrong4 分
Weekly Summary2 分
2件の学習用教材
Machine Learning Process Lifecycle Explained10 分
Deep Learning for Identifying Metastatic Breast Cancer (advanced supplemental)10 分
1の練習問題
Understanding Machine Learning Projects
4.7
27件のレビューChevron Right

Introduction to Applied Machine Learning からの人気レビュー

by MMOct 29th 2019

I have really got benefit from this course as a beginner to ML, it gives me the best understanding of ML. I m looking forward to getting into it more efficiently with more practices.

by KSOct 14th 2019

This course will give the actual understanding especially focusing on different types of Machine learning with real examples. I'm so excited to learn more about it.

講師

Avatar

Anna Koop

Senior Scientific Advisor
Alberta Machine Intelligence Institute, University of Alberta

Alberta Machine Intelligence Instituteについて

The Alberta Machine Intelligence Institute (Amii) is home to some of the world’s top talent in machine intelligence. We’re an Alberta-based research institute that pushes the bounds of academic knowledge and guides business understanding of artificial intelligence and machine learning....

Machine Learning: Algorithms in the Real World専門講座について

This specialization is for professionals who have heard the buzz around machine learning and want to apply machine learning to data analysis and automation. Whether finance, medicine, engineering, business or other domains, this specialization will set you up to define, train, and maintain a successful machine learning application. After completing all four courses, you will have gone through the entire process of building a machine learning project. You will be able to clearly define a machine learning problem, identify appropriate data, train a classification algorithm, improve your results, and deploy it in the real world. You will also be able to anticipate and mitigate common pitfalls in applied machine learning....
Machine Learning: Algorithms in the Real World

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。