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.
Der virtuelle Kurs „Machine Learning: Classification – Virtual Course – Coursera“, ist ein Kurs mit unterschiedlichen Inhalten und bietet Video-Klassen von ca. 21 Stunden bis zum Abschluss. Erkunden Sie die wesentlichen Funktionen und klicken Sie auf die orangefarbene Schaltfläche, um detaillierte Informationen zur E-Learning-Plattform von Coursera zu erhalten
Anwendungsfälle: Stimmungsanalyse und Vorhersage von Kreditausfällen
.
.
).
In unserer zweiten Fallstudie für diesen Kurs, Loan Default Prediction, werden Sie sich mit Finanzdaten befassen und vorhersagen, wann ein Kredit für die Bank wahrscheinlich riskant oder sicher ist.
Diese Aufgaben sind Beispiele 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.
In diesem Kurs erstellen Sie Klassifikatoren, die bei einer Vielzahl von Aufgaben Spitzenleistungen erbringen.
Sie lernen die erfolgreichsten Techniken kennen, die in der Praxis am häufigsten verwendet werden, darunter logistische Regression, Entscheidungsbäume und Boosting.
Darüber hinaus sind Sie in der Lage, die zugrunde liegenden Algorithmen zu entwerfen und zu implementieren, die diese Modelle mithilfe von stochastischem Gradientenklettern maßstabsgetreu lernen können.
Sie werden diese Techniken in groß angelegten, realen maschinellen Lernaufgaben implementieren.
Sie werden sich auch mit wichtigen Aufgaben befassen, denen Sie in realen Anwendungen von ML gegenüberstehen, einschließlich des Umgangs mit fehlenden Daten und der Messung der Genauigkeit und des Rückrufs zur Bewertung eines Klassifikators.
Dieser Kurs ist praxisnah, actiongeladen und voller Visualisierungen und Illustrationen, wie sich diese Techniken auf reale Daten verhalten.
Wir haben auch optionale Inhalte in jedes Modul aufgenommen, die fortgeschrittene Themen für diejenigen abdecken, die noch tiefer graben möchten! Lernziele: Am Ende dieses Kurses werden Sie in der Lage sein: -Eingabe und Ausgabe eines Klassifikationsmodells zu beschreiben.
- Adressieren Sie sowohl binäre als auch mehrklassige Klassifizierungsprobleme.
-Implementieren Sie ein logistisches Regressionsmodell für eine groß angelegte Klassifizierung.
-Erstellen Sie ein nichtlineares Modell mithilfe von Entscheidungsbäumen.
-Verbessern Sie die Leistung jedes Modells durch Boosten.
-Skalieren Sie Ihre Methoden mit stochastischem Gradientenanstieg.
-Beschreiben Sie die zugrunde liegenden Entscheidungsgrenzen.
- Erstellen Sie ein Ranking-Modell, um die Stimmung in einem Produktbewertungs-Datensatz vorherzusagen.
- Analysieren Sie Finanzdaten, um Kreditausfälle vorherzusagen.
- Verwenden Sie Techniken zum Umgang mit fehlenden Daten.
-Bewerten Sie Ihre Modelle mithilfe präziser Abrufmetriken.
-Implementieren Sie diese Techniken in Python (oder der Sprache Ihrer Wahl, obwohl Python dringend empfohlen wird).
-Implementieren Sie ein logistisches Regressionsmodell für eine groß angelegte Klassifizierung.
-Erstellen Sie ein nichtlineares Modell mithilfe von Entscheidungsbäumen.
-Verbessern Sie die Leistung jedes Modells durch Boosten.
-Skalieren Sie Ihre Methoden mit stochastischem Gradientenanstieg.
-Beschreiben Sie die zugrunde liegenden Entscheidungsgrenzen.
- Erstellen Sie ein Ranking-Modell, um die Stimmung in einem Produktbewertungs-Datensatz vorherzusagen.
- Analysieren Sie Finanzdaten, um Kreditausfälle vorherzusagen.
- Verwenden Sie Techniken zum Umgang mit fehlenden Daten.
-Bewerten Sie Ihre Modelle mithilfe präziser Abrufmetriken.
-Implementieren Sie diese Techniken in Python (oder der Sprache Ihrer Wahl, obwohl Python dringend empfohlen wird).
-Implementieren Sie ein logistisches Regressionsmodell für eine groß angelegte Klassifizierung.
-Erstellen Sie ein nichtlineares Modell mithilfe von Entscheidungsbäumen.
-Verbessern Sie die Leistung jedes Modells durch Boosten.
-Skalieren Sie Ihre Methoden mit stochastischem Gradientenanstieg.
-Beschreiben Sie die zugrunde liegenden Entscheidungsgrenzen.
- Erstellen Sie ein Ranking-Modell, um die Stimmung in einem Produktbewertungs-Datensatz vorherzusagen.
- Analysieren Sie Finanzdaten, um Kreditausfälle vorherzusagen.
- Verwenden Sie Techniken zum Umgang mit fehlenden Daten.
-Bewerten Sie Ihre Modelle mithilfe präziser Abrufmetriken.
-Implementieren Sie diese Techniken in Python (oder der Sprache Ihrer Wahl, obwohl Python dringend empfohlen wird).
- Erstellen Sie ein Ranking-Modell, um die Stimmung in einem Produktbewertungs-Datensatz vorherzusagen.
- Analysieren Sie Finanzdaten, um Kreditausfälle vorherzusagen.
- Verwenden Sie Techniken zum Umgang mit fehlenden Daten.
-Bewerten Sie Ihre Modelle mithilfe präziser Abrufmetriken.
-Implementieren Sie diese Techniken in Python (oder der Sprache Ihrer Wahl, obwohl Python dringend empfohlen wird).
- Erstellen Sie ein Ranking-Modell, um die Stimmung in einem Produktbewertungs-Datensatz vorherzusagen.
- Analysieren Sie Finanzdaten, um Kreditausfälle vorherzusagen.
- Verwenden Sie Techniken zum Umgang mit fehlenden Daten.
-Bewerten Sie Ihre Modelle mithilfe präziser Abrufmetriken.
-Implementieren Sie diese Techniken in Python (oder der Sprache Ihrer Wahl, obwohl Python dringend empfohlen wird).
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.
Universität von Washington
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