このコースについて

160,728 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18時間で修了
英語
字幕:英語, 韓国語, アラビア語

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18時間で修了
英語
字幕:英語, 韓国語, アラビア語

提供:

ワシントン大学(University of Washington) ロゴ

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%(9,744 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
2時間で修了

Linear Classifiers & Logistic Regression

2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 Regression10 分
Predicting sentiment from product reviews24 分
2

2

2時間で修了

Learning Linear Classifiers

2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 Classifiers12 分
Implementing logistic regression from scratch16 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 Regression16 分
Logistic Regression with L2 regularization16 分
3

3

2時間で修了

Decision Trees

2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 Trees22 分
Identifying safe loans with decision trees14 分
Implementing binary decision trees14 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 Trees22 分
Decision Trees in Practice28 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 Data14 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

This Specialization from leading researchers at the University of Washington introduces you to the exciting, high-demand field of Machine Learning. Through a series of practical case studies, you will gain applied experience in major areas of Machine Learning including Prediction, Classification, Clustering, and Information Retrieval. You will learn to analyze large and complex datasets, create systems that adapt and improve over time, and build intelligent applications that can make predictions from data....
機械学習

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.
  • 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。

  • サブスクライブすると、7日間の無料トライアルを体験できます。この期間中は解約金なしでキャンセルできます。それ以降、払い戻しはありませんが、サブスクリプションをいつでもキャンセルできます。返金ポリシーをすべて表示します

  • はい。受講料の支払いが難しい受講生に、Coursera(コーセラ)は学資援助を提供しています。左側の[登録]ボタンの下にある[学資援助]のリンクをクリックして申請してください。申請書の入力を促すメッセージが表示され、承認されると通知が届きます。キャップストーンプロジェクトを含む専門講座の各コースでこのステップを完了する必要があります。詳細

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。