このコースについて

6,015 最近の表示

受講生の就業成果

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
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2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7時間で修了
英語

習得するスキル

Random ForestPredictive AnalyticsMachine LearningR Programming

受講生の就業成果

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
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2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7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

1

1

2時間で修了

Practical Statistical Inference

2時間で修了
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

3時間で修了

Supervised Learning

3時間で修了
26件のビデオ (合計111分), 1 学習用教材, 1 個のテスト
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 Microbes30 分
3

3

1時間で修了

Optimization

1時間で修了
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

4

1時間で修了

Unsupervised Learning

1時間で修了
4件のビデオ (合計21分)
4件のビデオ
K-means5 分
DBSCAN4 分
DBSCAN Variable Density and Parallel Algorithms4 分

レビュー

PRACTICAL PREDICTIVE ANALYTICS: MODELS AND METHODS からの人気レビュー

すべてのレビューを見る

Data Science at Scale専門講座について

Data Science at Scale

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。