AulaPro verwendet Cookies, um seinen Benutzern ein besseres Erlebnis zu bieten. Sie können weitere Informationen erhalten hier, oder klicken Sie einfach auf "Ich akzeptiere" oder außerhalb dieses Hinweises, um weiter zu surfen.
Dieser Kurs wurde aufgrund seiner hohen Bewertungen und der großen Anzahl von Bewertungen unter die Top 100 der besten Kurse auf Coursera eingestuft.
Haben Sie Daten und fragen sich, was sie Ihnen sagen können? Benötigen Sie ein tieferes Verständnis der wichtigsten Möglichkeiten, wie maschinelles Lernen Ihr Unternehmen verbessern kann? Möchten Sie in der Lage sein, mit Spezialisten über alles Mögliche zu chatten, von Regression und Klassifizierung bis hin zu Deep Learning und Empfehlungssystemen? In diesem Kurs sammeln Sie anhand einer Reihe praktischer Fallstudien praktische Erfahrungen mit maschinellem Lernen. Am Ende des ersten Kurses haben Sie gelernt, wie man Immobilienpreise basierend auf vorhersagt
Haben Sie Daten und fragen sich, was sie Ihnen sagen können? Benötigen Sie ein tieferes Verständnis der wichtigsten Möglichkeiten, wie maschinelles Lernen Ihr Unternehmen verbessern kann? Möchten Sie in der Lage sein, mit Spezialisten über alles Mögliche zu chatten, von Regression und Klassifizierung bis hin zu Deep Learning und Empfehlungssystemen? In diesem Kurs sammeln Sie anhand einer Reihe praktischer Fallstudien praktische Erfahrungen mit maschinellem Lernen.
Am Ende des ersten Kurses werden Sie gelernt haben, wie man Hauspreise auf der Grundlage von Merkmalen auf Hausebene vorhersagt, die Stimmung der Nutzer analysiert, interessante Dokumente abruft, Produkte empfiehlt und nach Bildern sucht.
Durch praktisches Üben mit diesen Anwendungsfällen können Sie Methoden des maschinellen Lernens in einer Vielzahl von Domänen anwenden.
Dieser erste Kurs behandelt die Methode des maschinellen Lernens als Blackbox.
Mithilfe dieser Abstraktion konzentrieren Sie sich darauf, die interessierenden Aufgaben zu verstehen, diese Aufgaben mit maschinellen Lernwerkzeugen abzugleichen und die Qualität des Ergebnisses zu bewerten.
In späteren Kursen vertiefen Sie sich in die Komponenten dieser Blackbox, indem Sie Modelle und Algorithmen untersuchen.
Zusammen bilden diese Teile die Pipeline für maschinelles Lernen, die Sie bei der Entwicklung intelligenter Anwendungen verwenden.
Lernziele: Am Ende dieses Kurses werden Sie in der Lage sein: - Potenzielle Anwendungen des maschinellen Lernens in der Praxis zu identifizieren.
-Beschreiben Sie die zentralen Unterschiede in Analysen, die durch Regression, Klassifizierung und Clustering ermöglicht werden.
-Wählen Sie die geeignete maschinelle Lernaufgabe für eine potenzielle Anwendung aus.
- Wenden Sie Regression, Klassifizierung, Clustering, Abruf, Empfehlungssysteme und Deep Learning an.
-Stellen Sie Ihre Daten als Features dar, die als Eingabe für Modelle des maschinellen Lernens dienen.
- Bewerten Sie die Qualität des Modells in Bezug auf Fehlermetriken, die für jede Aufgabe relevant sind.
- Verwenden Sie einen Datensatz, um ein Modell anzupassen, um neue Daten zu analysieren.
-Erstellen Sie eine End-to-End-Anwendung, die maschinelles Lernen im Kern nutzt.
-Implementieren Sie diese Techniken in Python.
52
Maschinelles Lernen ist überall, aber es funktioniert oft hinter den Kulissen. Diese Einführung in die Spezialisierung vermittelt Ihnen die Leistungsfähigkeit des maschinellen Lernens und die Vielzahl intelligenter Anwendungen, die Sie nach Abschluss persönlich entwickeln und bereitstellen können. Wir diskutieren auch, wer wir sind, wie wir hierher gekommen sind und unsere Vision für die Zukunft intelligenter Apps.
Diese Woche erstellen Sie Ihre erste intelligente App, die Vorhersagen aus Daten macht. Wir werden diese Idee im Kontext unserer ersten Fallstudie „Prognose von Hauspreisen“ untersuchen, in der Sie Modelle erstellen, die einen kontinuierlichen Wert (Preis) anhand von Eingabemerkmalen (Quadratzahl, Anzahl der Schlafzimmer und Badezimmer usw.) vorhersagen. . Dies ist nur eine von vielen Stellen, an denen Regression angewendet werden kann. Andere Anwendungen reichen von der Vorhersage von Gesundheitsergebnissen in der Medizin, Aktienkursen im Finanzwesen und dem Energieverbrauch im Hochleistungsrechnen bis hin zur Analyse, welche Regulatoren für die Genexpression wichtig sind. Sie werden auch untersuchen, wie Sie die Leistung Ihres Vorhersagemodells analysieren und die Regression in der Praxis mit einem Jupyter-Notebook implementieren.
Wie können Sie anhand einer kurzen Bewertung erkennen, ob eine Person positiv oder negativ über eine Erfahrung denkt? In unserer zweiten Fallstudie, der Stimmungsanalyse, erstellen Sie Modelle, die eine Klasse (positive/negative Stimmung) von Eingabemerkmalen (Rezensionstext, Benutzerprofilinformationen, ...) vorhersagen. Diese Aufgabe ist ein Beispiel für die Klassifizierung, einem der am weitesten verbreiteten Bereiche des maschinellen Lernens, mit einer breiten Palette von Anwendungen, darunter Ad-Targeting, Spam-Erkennung, medizinische Diagnose und Bildklassifizierung. Sie analysieren die Genauigkeit Ihres Klassifikators, implementieren einen tatsächlichen Klassifikator in einem Jupyter-Notebook und testen zum ersten Mal ein Kernstück der intelligenten App, die Sie erstellen und in Ihrem Schlussstein implementieren.
Ein Leser interessiert sich für einen bestimmten Nachrichtenartikel und möchte ähnliche Artikel finden, die er empfehlen kann. Was ist der richtige Begriff der Ähnlichkeit? Wie kann ich die Dokumente automatisch durchsuchen, um die beste Übereinstimmung zu finden? Wie stelle ich die Dokumente überhaupt quantitativ dar? In dieser dritten Fallstudie, Abrufen von Dokumenten, untersuchen Sie verschiedene Dokumentdarstellungen und einen Algorithmus zum Abrufen der ähnlichsten Teilmenge. Sie werden auch strukturierte Darstellungen von Dokumenten in Betracht ziehen, die Artikel automatisch nach Ähnlichkeit gruppieren (z. B. das Thema des Dokuments). Tatsächlich wird es ein intelligentes System zum Abrufen von Dokumenten für Wikipedia-Einträge in einem Jupyter-Notebook erstellen.
Haben Sie sich jemals gefragt, wie Amazon seine personalisierten Produktempfehlungen erstellt? Wie schlägt Netflix Filme zum Ansehen vor? Wie wählt Pandora den nächsten Song zum Streamen aus? Wie findet Facebook oder LinkedIn Personen, mit denen Sie sich verbinden können? Hinter all diesen Technologien für personalisierte Inhalte steckt etwas, das sich Collaborative Filtering nennt. Sie lernen, wie Sie ein solches Empfehlungssystem mit einer Vielzahl von Techniken aufbauen und seine Kompromisse untersuchen. Eine Methode, die wir untersuchen, ist die Matrixfaktorisierung, die die Eigenschaften von Benutzern und Produkten lernt, um Empfehlungen zu bilden. In einem Jupyter-Notebook verwenden Sie diese Techniken, um ein tatsächliches Songempfehlungssystem zu erstellen.
Bereiten Sie sich von zu Hause aus mit den renommiertesten Universitäten der Welt vor.
Die Qualität der Coursera-Kurse wird von seinen Dozenten unterstützt, die oft promovierte Dekane sind.
Mehr als 85 % der Coursera-Studenten berichten von Karrierevorteilen wie Beförderungen oder Gehaltserhöhungen.
Millionen von Studenten auf der ganzen Welt erreichen ihre persönlichen und beruflichen Ziele mit Coursera.
Coursera bietet Kurse von über 200 führenden Universitäten und Unternehmen an, um Online-Lernen auf der ganzen Welt anzubieten. Mit einem Coursera Plus-Abonnement, Sie erhalten unbegrenzten Zugriff auf über 90 % aller Kurse und die beliebtesten beruflichen Zertifikate und Spezialisierungen auf Coursera.
Data Science, Geschäfts- und Persönlichkeitsentwicklung. Sie können sich für mehrere Kurse gleichzeitig anmelden, unbegrenzt viele Zertifikate erwerben und sich gefragte berufliche Fähigkeiten aneignen, um Karrieren zu beginnen, zu wachsen und sogar zu wechseln.
ENTDECKEN SIE, WIE SIE DAS MEISTE ERHALTEN UND ÜBER 500 USD SPAREN MIT EINEM JAHRESABONNEMENT VON COURSERA PLUS*
*Sie sparen bis zu 500 USD in 12 Monaten, wenn Sie mit der Aktion von 59 USD für ein monatliches Abonnement zu einem Jahresabonnement wechseln. Das normale Jahresabonnement beträgt 399 USD. Mit der Aktion zahlen Sie nur 299 USD. Erfahren Sie alles, indem Sie auf den gelben Button klicken.
Amazon-Professor für maschinelles Lernen
meine person_add 410.851 Studierende
mein Computer6 Kurse
Die 1861 gegründete University of Washington ist eine der ältesten staatlich geförderten Hochschulen an der Westküste und eine der weltweit führenden Forschungsuniversitäten.
Hallo, wie kann ich Ihnen helfen? Interessieren Sie sich für einen Kurs? Zu welchem Thema?
AulaPro verwendet Cookies, um seinen Benutzern ein besseres Erlebnis zu bieten. Sie können weitere Informationen erhalten hier, oder klicken Sie einfach auf "Ich akzeptiere" oder außerhalb dieses Hinweises, um weiter zu surfen.
Eine Bewertung hinzufügen