このコースについて
7,594 最近の表示

次における4の2コース

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13時間で修了

推奨:4 weeks of study, 6-8 hours/week...

英語

字幕:英語, 韓国語

習得するスキル

Random ForestPredictive AnalyticsMachine LearningR Programming

次における4の2コース

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13時間で修了

推奨:4 weeks of study, 6-8 hours/week...

英語

字幕:英語, 韓国語

シラバス - 本コースの学習内容

1
2時間で修了

Practical Statistical Inference

Learn the basics of statistical inference, comparing classical methods with resampling methods that allow you to use a simple program to make a rigorous statistical argument. Motivate your study with current topics at the foundations of science: publication bias and reproducibility.

...
28件のビデオ (合計121分)
28件のビデオ
Hypothesis Testing5 分
Significance Tests and P-Values3 分
Example: Difference of Means4 分
Deriving the Sampling Distribution6 分
Shuffle Test for Significance4 分
Comparing Classical and Resampling Methods3 分
Bootstrap6 分
Resampling Caveats6 分
Outliers and Rank Transformation3 分
Example: Chi-Squared Test3 分
Bad Science Revisited: Publication Bias4 分
Effect Size4 分
Meta-analysis5 分
Fraud and Benford's Law4 分
Intuition for Benford's Law2 分
Benford's Law Explained Visually3 分
Multiple Hypothesis Testing: Bonferroni and Sidak Corrections3 分
Multiple Hypothesis Testing: False Discovery Rate4 分
Multiple Hypothesis Testing: Benjamini-Hochberg Procedure3 分
Big Data and Spurious Correlations4 分
Spurious Correlations: Stock Price Example3 分
How is Big Data Different?3 分
Bayesian vs. Frequentist4 分
Motivation for Bayesian Approaches3 分
Bayes' Theorem2 分
Applying Bayes' Theorem4 分
Naive Bayes: Spam Filtering4 分
2
2時間で修了

Supervised Learning

Follow a tour through the important methods, algorithms, and techniques in machine learning. You will learn how these methods build upon each other and can be combined into practical algorithms that perform well on a variety of tasks. Learn how to evaluate machine learning methods and the pitfalls to avoid.

...
26件のビデオ (合計111分), 1 reading, 1 quiz
26件のビデオ
Simple Examples3 分
Structure of a Machine Learning Problem5 分
Classification with Simple Rules5 分
Learning Rules4 分
Rules: Sequential Covering3 分
Rules Recap2 分
From Rules to Trees2 分
Entropy4 分
Measuring Entropy4 分
Using Information Gain to Build Trees6 分
Building Trees: ID3 Algorithm2 分
Building Trees: C.45 Algorithm4 分
Rules and Trees Recap3 分
Overfitting7 分
Evaluation: Leave One Out Cross Validation5 分
Evaluation: Accuracy and ROC Curves5 分
Bootstrap Revisited4 分
Ensembles, Bagging, Boosting4 分
Boosting Walkthrough5 分
Random Forests3 分
Random Forests: Variable Importance5 分
Summary: Trees and Forests2 分
Nearest Neighbor4 分
Nearest Neighbor: Similarity Functions4 分
Nearest Neighbor: Curse of Dimensionality3 分
1件の学習用教材
R Assignment: Classification of Ocean Microbes10 分
1の練習問題
R Assignment: Classification of Ocean Microbes28 分
3
1時間で修了

Optimization

You will learn how to optimize a cost function using gradient descent, including popular variants that use randomization and parallelization to improve performance. You will gain an intuition for popular methods used in practice and see how similar they are fundamentally.

...
11件のビデオ (合計41分)
11件のビデオ
Gradient Descent Visually4 分
Gradient Descent in Detail2 分
Gradient Descent: Questions to Consider3 分
Intuition for Logistic Regression4 分
Intuition for Support Vector Machines3 分
Support Vector Machine Example3 分
Intuition for Regularization3 分
Intuition for LASSO and Ridge Regression3 分
Stochastic and Batched Gradient Descent5 分
Parallelizing Gradient Descent3 分
4
2時間で修了

Unsupervised Learning

A brief tour of selected unsupervised learning methods and an opportunity to apply techniques in practice on a real world problem.

...
4件のビデオ (合計21分), 1 quiz
4件のビデオ
K-means5 分
DBSCAN4 分
DBSCAN Variable Density and Parallel Algorithms4 分
4.1
53件のレビューChevron Right

25%

コース終了後に新しいキャリアをスタートした

20%

コースが具体的なキャリアアップにつながった

Practical Predictive Analytics: Models and Methods からの人気レビュー

by SPDec 23rd 2016

Fantastic course! Excellent conceptual teaching for people who already know the subject but need some more clarity on how to approach statistical tests and machine learning.

by KPFeb 8th 2016

I enjoy this course. The delivery and the course topics were very interesting. I learnt a lot and peer reviewing other people assignments is a great learning opportunity .

講師

Avatar

Bill Howe

Director of Research
Scalable Data Analytics

ワシントン大学(University of Washington)について

Founded in 1861, the University of Washington is one of the oldest state-supported institutions of higher education on the West Coast and is one of the preeminent research universities in the world....

Data Science at Scaleの専門講座について

Learn scalable data management, evaluate big data technologies, and design effective visualizations. This Specialization covers intermediate topics in data science. You will gain hands-on experience with scalable SQL and NoSQL data management solutions, data mining algorithms, and practical statistical and machine learning concepts. You will also learn to visualize data and communicate results, and you’ll explore legal and ethical issues that arise in working with big data. In the final Capstone Project, developed in partnership with the digital internship platform Coursolve, you’ll apply your new skills to a real-world data science project....
Data Science at Scale

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。