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.
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
26,840 最近の表示
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。
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。
約9時間で修了
英語
字幕：アラビア語, フランス語, ポルトガル語（ヨーロッパ）, イタリア語, ベトナム語, 韓国語, ドイツ語, ロシア語, 英語, スペイン語
学習内容
Use the basic components of building and applying prediction functions
Understand concepts such as training and tests sets, overfitting, and error rates
Describe machine learning methods such as regression or classification trees
Explain the complete process of building prediction functions
習得するスキル
- Random Forest
- Machine Learning (ML) Algorithms
- Machine Learning
- R Programming
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。
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。
約9時間で修了
英語
字幕：アラビア語, フランス語, ポルトガル語（ヨーロッパ）, イタリア語, ベトナム語, 韓国語, ドイツ語, ロシア語, 英語, スペイン語
提供：
ジョンズ・ホプキンズ大学（Johns Hopkins University）
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.
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 学習用教材, 1 個のテスト
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）
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）
3時間で修了
Week 4: Regularized Regression and Combining Predictors
This week, we will cover regularized regression and combining predictors.
3時間で修了
4件のビデオ （合計33分）, 2 学習用教材, 3 個のテスト
レビュー
- 5 stars66.42%
- 4 stars22.37%
- 3 stars6.92%
- 2 stars2.49%
- 1 star1.77%
実践的機械学習 からの人気レビュー
ASにより2017年8月30日
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.
DHにより2018年6月17日
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.
NAにより2018年3月29日
This was my favorite class of the specialization. It was taught very well, and I felt like everything I learned in the previous classes were finally coming together.
CJにより2018年5月11日
This course was really informative and extremely efficient by letting you know just the few basics needed to build some quite advanced models such as random forest..
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？
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？
学資援助はありますか？
さらに質問がある場合は、受講者ヘルプセンターにアクセスしてください。
