Informações sobre o curso

335,728 visualizações recentes

Resultados de carreira do aprendiz

14%

comecei uma nova carreira após concluir estes cursos

22%

consegui um benefício significativo de carreira com este curso

20%

recebi um aumento ou promoção
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível avançado
Aprox. 53 horas para completar
Inglês
Legendas: Inglês, Coreano

Habilidades que você terá

Data AnalysisFeature ExtractionFeature EngineeringXgboost

Resultados de carreira do aprendiz

14%

comecei uma nova carreira após concluir estes cursos

22%

consegui um benefício significativo de carreira com este curso

20%

recebi um aumento ou promoção
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível avançado
Aprox. 53 horas para completar
Inglês
Legendas: Inglês, Coreano

oferecido por

Logotipo de National Research University Higher School of Economics

National Research University Higher School of Economics

Programa - O que você aprenderá com este curso

Classificação do conteúdoThumbs Up94%(12,434 classificações)Info
Semana
1

Semana 1

8 horas para concluir

Introduction & Recap

8 horas para concluir
9 vídeos (Total 48 mín.), 8 leituras, 6 testes
9 videos
Introduction1min
Meet your lecturers2min
Course overview7min
Competition Mechanics6min
Kaggle Overview [screencast]7min
Real World Application vs Competitions5min
Recap of main ML algorithms9min
Software/Hardware Requirements5min
8 leituras
About the University10min
Welcome!10min
Week 1 overview10min
Disclaimer10min
Explanation for quiz questions10min
Additional Materials and Links10min
Explanation for quiz questions10min
Additional Material and Links10min
5 exercícios práticos
Practice Quiz30min
Recap30min
Recap30min
Software/Hardware30min
Graded Soft/Hard Quiz30min
4 horas para concluir

Feature Preprocessing and Generation with Respect to Models

4 horas para concluir
7 vídeos (Total 73 mín.), 4 leituras, 4 testes
7 videos
Numeric features13min
Categorical and ordinal features10min
Datetime and coordinates8min
Handling missing values10min
Bag of words10min
Word2vec, CNN13min
4 leituras
Explanation for quiz questions10min
Additional Material and Links10min
Explanation for quiz questions10min
Additional Material and Links10min
4 exercícios práticos
Feature preprocessing and generation with respect to models30min
Feature preprocessing and generation with respect to models30min
Feature extraction from text and images30min
Feature extraction from text and images30min
1 hora para concluir

Final Project Description

1 hora para concluir
1 vídeo (Total 4 mín.), 2 leituras
1 vídeos
2 leituras
Final project10min
Final project advice #110min
Semana
2

Semana 2

2 horas para concluir

Exploratory Data Analysis

2 horas para concluir
8 vídeos (Total 80 mín.), 2 leituras, 1 teste
8 videos
Building intuition about the data6min
Exploring anonymized data15min
Visualizations11min
Dataset cleaning and other things to check7min
Springleaf competition EDA I8min
Springleaf competition EDA II16min
Numerai competition EDA6min
2 leituras
Week 2 overview10min
Additional material and links10min
1 exercício prático
Exploratory data analysis12min
2 horas para concluir

Validation

2 horas para concluir
4 vídeos (Total 51 mín.), 3 leituras, 2 testes
4 videos
Validation strategies7min
Data splitting strategies14min
Problems occurring during validation20min
3 leituras
Validation strategies10min
Comments on quiz10min
Additional material and links10min
2 exercícios práticos
Validation30min
Validation30min
5 horas para concluir

Data Leakages

5 horas para concluir
3 vídeos (Total 26 mín.), 3 leituras, 3 testes
3 videos
Leaderboard probing and examples of rare data leaks9min
Expedia challenge9min
3 leituras
Comments on quiz10min
Additional material and links10min
Final project advice #210min
1 exercício prático
Data leakages30min
Semana
3

Semana 3

3 horas para concluir

Metrics Optimization

3 horas para concluir
8 vídeos (Total 83 mín.), 3 leituras, 2 testes
8 videos
Regression metrics review I14min
Regression metrics review II8min
Classification metrics review20min
General approaches for metrics optimization6min
Regression metrics optimization10min
Classification metrics optimization I7min
Classification metrics optimization II6min
3 leituras
Week 3 overview10min
Comments on quiz10min
Additional material and links10min
2 exercícios práticos
Metrics30min
Metrics30min
4 horas para concluir

Advanced Feature Engineering I

4 horas para concluir
3 vídeos (Total 27 mín.), 2 leituras, 2 testes
3 videos
Regularization7min
Extensions and generalizations10min
2 leituras
Comments on quiz10min
Final project advice #310min
1 exercício prático
Mean encodings30min
Semana
4

Semana 4

3 horas para concluir

Hyperparameter Optimization

3 horas para concluir
6 vídeos (Total 86 mín.), 4 leituras, 2 testes
6 videos
Hyperparameter tuning II12min
Hyperparameter tuning III13min
Practical guide16min
KazAnova's competition pipeline, part 118min
KazAnova's competition pipeline, part 217min
4 leituras
Week 4 overview10min
Comments on quiz10min
Additional material and links10min
Additional materials and links10min
2 exercícios práticos
Practice quiz30min
Graded quiz30min
4 horas para concluir

Advanced feature engineering II

4 horas para concluir
4 vídeos (Total 22 mín.), 2 leituras, 2 testes
4 videos
Matrix factorizations6min
Feature Interactions5min
t-SNE5min
2 leituras
Comments on quiz10min
Additional Materials and Links10min
1 exercício prático
Graded Advanced Features II Quiz30min
10 horas para concluir

Ensembling

10 horas para concluir
8 vídeos (Total 92 mín.), 4 leituras, 4 testes
8 videos
Bagging9min
Boosting16min
Stacking16min
StackNet14min
Ensembling Tips and Tricks14min
CatBoost 17min
CatBoost 27min
4 leituras
Validation schemes for 2-nd level models10min
Comments on quiz10min
Additional materials and links10min
Final project advice #410min
2 exercícios práticos
Ensembling30min
Ensembling30min

Avaliações

Principais avaliações do HOW TO WIN A DATA SCIENCE COMPETITION: LEARN FROM TOP KAGGLERS

Visualizar todas as avaliações

Sobre Programa de cursos integrados Aprendizagem de máquina avançada

This specialization gives an introduction to deep learning, reinforcement learning, natural language understanding, computer vision and Bayesian methods. Top Kaggle machine learning practitioners and CERN scientists will share their experience of solving real-world problems and help you to fill the gaps between theory and practice. Upon completion of 7 courses you will be able to apply modern machine learning methods in enterprise and understand the caveats of real-world data and settings....
Aprendizagem de máquina avançada

Perguntas Frequentes – FAQ

  • O acesso a palestras e tarefas depende do tipo de inscrição. Se você participar de um curso como ouvinte, você poderá ver quase todo o conteúdo do curso gratuitamente. Para acessar tarefas valendo nota e obter um Certificado, você precisará adquirir a experiência do Certificado, durante ou após a participação como ouvinte. Se você não vir a opção de participar como ouvinte:

    • o curso pode não oferecer essa opção. Você pode experimentar um teste gratuito ou solicitar o auxílio financeiro.
    • Em vez disso, o curso pode oferecer 'Curso completo, sem Certificado'. Com esta opção, é possível ver todo o conteúdo do curso, enviar as avaliações necessárias e obter uma nota final. Isso também significa que você não poderá comprar uma experiência de Certificado.
  • Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

  • Se você se inscrever, terá 7 dias para testar sem custo e, durante este período, pode cancelar sem multa. Depois disso, não reembolsamos, mas você pode cancelar sua inscrição a qualquer momento. Veja nossa política para o reembolso total.

  • Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.