このコースについて

158,638 最近の表示

受講生の就業成果

46%

コース終了後に新しいキャリアをスタートした

48%

コースが具体的なキャリアアップにつながった

19%

昇給や昇進につながった
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。
次における4の3コース
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。
約21時間で修了
英語

習得するスキル

Logistic RegressionStatistical ClassificationClassification AlgorithmsDecision Tree

受講生の就業成果

46%

コース終了後に新しいキャリアをスタートした

48%

コースが具体的なキャリアアップにつながった

19%

昇給や昇進につながった
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。
次における4の3コース
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。
約21時間で修了
英語

提供:

Placeholder

ワシントン大学(University of Washington)

シラバス - 本コースの学習内容

コンテンツの評価Thumbs Up94%(10,400 件の評価)Info
1

1

1時間で修了

Welcome!

1時間で修了
8件のビデオ (合計27分), 3 readings
8件のビデオ
What is this course about?6 分
Impact of classification1 分
Course overview3 分
Outline of first half of course5 分
Outline of second half of course5 分
Assumed background3 分
Let's get started!45
3件の学習用教材
Important Update regarding the Machine Learning Specialization10 分
Slides presented in this module10 分
Reading: Software tools you'll need10 分
3時間で修了

Linear Classifiers & Logistic Regression

3時間で修了
18件のビデオ (合計78分), 2 readings, 2 quizzes
18件のビデオ
Intuition behind linear classifiers3 分
Decision boundaries3 分
Linear classifier model5 分
Effect of coefficient values on decision boundary2 分
Using features of the inputs2 分
Predicting class probabilities1 分
Review of basics of probabilities6 分
Review of basics of conditional probabilities8 分
Using probabilities in classification2 分
Predicting class probabilities with (generalized) linear models5 分
The sigmoid (or logistic) link function4 分
Logistic regression model5 分
Effect of coefficient values on predicted probabilities7 分
Overview of learning logistic regression models2 分
Encoding categorical inputs4 分
Multiclass classification with 1 versus all7 分
Recap of logistic regression classifier1 分
2件の学習用教材
Slides presented in this module10 分
Predicting sentiment from product reviews10 分
2の練習問題
Linear Classifiers & Logistic Regression30 分
Predicting sentiment from product reviews30 分
2

2

3時間で修了

Learning Linear Classifiers

3時間で修了
18件のビデオ (合計83分), 2 readings, 2 quizzes
18件のビデオ
Intuition behind maximum likelihood estimation4 分
Data likelihood8 分
Finding best linear classifier with gradient ascent3 分
Review of gradient ascent6 分
Learning algorithm for logistic regression3 分
Example of computing derivative for logistic regression5 分
Interpreting derivative for logistic regression5 分
Summary of gradient ascent for logistic regression2 分
Choosing step size5 分
Careful with step sizes that are too large4 分
Rule of thumb for choosing step size3 分
(VERY OPTIONAL) Deriving gradient of logistic regression: Log trick4 分
(VERY OPTIONAL) Expressing the log-likelihood3 分
(VERY OPTIONAL) Deriving probability y=-1 given x2 分
(VERY OPTIONAL) Rewriting the log likelihood into a simpler form8 分
(VERY OPTIONAL) Deriving gradient of log likelihood8 分
Recap of learning logistic regression classifiers1 分
2件の学習用教材
Slides presented in this module10 分
Implementing logistic regression from scratch10 分
2の練習問題
Learning Linear Classifiers30 分
Implementing logistic regression from scratch30 分
2時間で修了

Overfitting & Regularization in Logistic Regression

2時間で修了
13件のビデオ (合計66分), 2 readings, 2 quizzes
13件のビデオ
Review of overfitting in regression3 分
Overfitting in classification5 分
Visualizing overfitting with high-degree polynomial features3 分
Overfitting in classifiers leads to overconfident predictions5 分
Visualizing overconfident predictions4 分
(OPTIONAL) Another perspecting on overfitting in logistic regression8 分
Penalizing large coefficients to mitigate overfitting5 分
L2 regularized logistic regression4 分
Visualizing effect of L2 regularization in logistic regression5 分
Learning L2 regularized logistic regression with gradient ascent7 分
Sparse logistic regression with L1 regularization7 分
Recap of overfitting & regularization in logistic regression58
2件の学習用教材
Slides presented in this module10 分
Logistic Regression with L2 regularization10 分
2の練習問題
Overfitting & Regularization in Logistic Regression30 分
Logistic Regression with L2 regularization30 分
3

3

3時間で修了

Decision Trees

3時間で修了
13件のビデオ (合計47分), 3 readings, 3 quizzes
13件のビデオ
Intuition behind decision trees1 分
Task of learning decision trees from data3 分
Recursive greedy algorithm4 分
Learning a decision stump3 分
Selecting best feature to split on6 分
When to stop recursing4 分
Making predictions with decision trees1 分
Multiclass classification with decision trees2 分
Threshold splits for continuous inputs6 分
(OPTIONAL) Picking the best threshold to split on3 分
Visualizing decision boundaries5 分
Recap of decision trees56
3件の学習用教材
Slides presented in this module10 分
Identifying safe loans with decision trees10 分
Implementing binary decision trees10 分
3の練習問題
Decision Trees30 分
Identifying safe loans with decision trees14 分
Implementing binary decision trees30 分
4

4

2時間で修了

Preventing Overfitting in Decision Trees

2時間で修了
8件のビデオ (合計40分), 2 readings, 2 quizzes
8件のビデオ
Overfitting in decision trees5 分
Principle of Occam's razor: Learning simpler decision trees5 分
Early stopping in learning decision trees6 分
(OPTIONAL) Motivating pruning8 分
(OPTIONAL) Pruning decision trees to avoid overfitting6 分
(OPTIONAL) Tree pruning algorithm3 分
Recap of overfitting and regularization in decision trees1 分
2件の学習用教材
Slides presented in this module10 分
Decision Trees in Practice10 分
2の練習問題
Preventing Overfitting in Decision Trees30 分
Decision Trees in Practice30 分
1時間で修了

Handling Missing Data

1時間で修了
6件のビデオ (合計25分), 1 reading, 1 quiz
6件のビデオ
Strategy 1: Purification by skipping missing data4 分
Strategy 2: Purification by imputing missing data4 分
Modifying decision trees to handle missing data4 分
Feature split selection with missing data5 分
Recap of handling missing data1 分
1件の学習用教材
Slides presented in this module10 分
1の練習問題
Handling Missing Data30 分

レビュー

MACHINE LEARNING: CLASSIFICATION からの人気レビュー

すべてのレビューを見る

機械学習専門講座について

機械学習

よくある質問

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。