One of the most common tasks performed by data scientists and data analysts are prediction and machine learning. This course will cover the basic components of building and applying prediction functions with an emphasis on practical applications. The course will provide basic grounding in concepts such as training and tests sets, overfitting, and error rates. The course will also introduce a range of model based and algorithmic machine learning methods including regression, classification trees, Naive Bayes, and random forests. The course will cover the complete process of building prediction functions including data collection, feature creation, algorithms, and evaluation.
Practical Machine Learning
提供：
ジョンズ・ホプキンズ大学（Johns Hopkins University）
このコースについて
54,170 最近の表示
受講生の就業成果
38%
コース終了後に新しいキャリアをスタートした
38%
コースが具体的なキャリアアップにつながった
12%
昇給や昇進につながった
習得するスキル
Random ForestMachine Learning (ML) AlgorithmsMachine LearningR Programming
受講生の就業成果
38%
コース終了後に新しいキャリアをスタートした
38%
コースが具体的なキャリアアップにつながった
12%
昇給や昇進につながった
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。
約14時間で修了
英語
字幕：英語, 韓国語
シラバス - 本コースの学習内容
2時間で修了
Week 1: Prediction, Errors, and Cross Validation
This week will cover prediction, relative importance of steps, errors, and cross validation.
2時間で修了
9件のビデオ （合計73分）, 4 readings, 1 quiz
9件のビデオ
What is prediction?8 分
Relative importance of steps9 分
In and out of sample errors6 分
Prediction study design9 分
Types of errors10 分
Receiver Operating Characteristic5 分
Cross validation8 分
What data should you use?6 分
4件の学習用教材
Welcome to Practical Machine Learning10 分
A Note of Explanation2 分
Syllabus10 分
Pre-Course Survey10 分
1の練習問題
Quiz 110 分
2時間で修了
Week 2: The Caret Package
This week will introduce the caret package, tools for creating features and preprocessing.
2時間で修了
9件のビデオ （合計96分）
9件のビデオ
Data slicing5 分
Training options7 分
Plotting predictors10 分
Basic preprocessing10 分
Covariate creation17 分
Preprocessing with principal components analysis14 分
Predicting with Regression12 分
Predicting with Regression Multiple Covariates11 分
1の練習問題
Quiz 210 分
1時間で修了
Week 3: Predicting with trees, Random Forests, & Model Based Predictions
This week we introduce a number of machine learning algorithms you can use to complete your course project.
1時間で修了
5件のビデオ （合計48分）
1の練習問題
Quiz 310 分
4時間で修了
Week 4: Regularized Regression and Combining Predictors
This week, we will cover regularized regression and combining predictors.
4時間で修了
4件のビデオ （合計33分）, 2 readings, 3 quizzes
2件の学習用教材
Course Project Instructions (READ FIRST)10 分
Post-Course Survey10 分
2の練習問題
Quiz 410 分
Course Project Prediction Quiz40 分
レビュー
4.5
PRACTICAL MACHINE LEARNING からの人気レビュー
ADによりFeb 28, 2017
Issues of every stage of the construction of learning machine model, as well as issues with several different machine learning methods are well and in fine yet very understandable detail explained.
DHによりJun 17, 2018
Excellent introduction to basic ML techniques. A lot of material covered in a short period of time! I will definitely seek more advanced training out of the inspiration provided by this class.
ASによりAug 30, 2017
Highly recommend this course. It makes you read a lot, do lot's of practical exercises. The final project is a must do. After finishing this course you can start playing with kaggle data sets.
EGによりJul 27, 2016
I learned a lot in this class. There are slight gaps from the depth of material covered in the lectures to the quizzes and assignment. If you're good at researching online, you'll be fine.
JPによりJun 24, 2017
Awesome course. Would recommend it, but only to those who have a bit of stats and R background. This definitely helped me get a solid enough understanding of using R for machine learning.
HPによりJan 15, 2017
It was like opening up a door to a whole new world. I have discovered new tools that I will thoroughly enjoy to use for the exploration of data and for predictions. Thanks Team Coursera !
NKによりFeb 18, 2016
Some of the terms used here vary from the terms used in the industry. For example recall, precision etc. Overall this is a very good course with provides basics of machine learning.
JFによりFeb 13, 2019
Very good course. Clear explanations and examples give a good overview of the foundations of Machine Learning. After this course the student can build Machine Learning models.
LSによりFeb 3, 2018
The practical machine learning course is a booster for the data science aspirant.The concept taught by the Prof Jeff Leek is easily understandable. Thank you so much Sir.
MCによりDec 10, 2017
Lots of good material, but some things (like PCA) didn't receive enough coverage in the lectures. The quizzes also weren't great at testing the material in the lectures.
GAによりFeb 21, 2018
A great course that really helps demystify what machine learning is and how anyone can use it to build prediction models and start to answer tough questions using data.
FFによりJul 8, 2016
Great primer for machine learning with ample additional resources for those who are interested. I feel this course gave me a solid basis to delve deeper into the topic.
ジョンズ・ホプキンズ大学（Johns Hopkins University）について
The mission of The Johns Hopkins University is to educate its students and cultivate their capacity for life-long learning, to foster independent and original research, and to bring the benefits of discovery to the world.
よくある質問
いつ講座や課題にアクセスできるようになりますか？
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。
この専門講座をサブスクライブすると何を行うことができるようになりますか？
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。
返金ポリシーについて教えてください。
学資援助はありますか？
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。