Informações sobre o curso

23,922 visualizações recentes
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 intermediário
Aprox. 11 horas para completar
Inglês
Legendas: Inglês

Habilidades que você terá

Statistical AnalysisMachine LearningPython ProgrammingComputer ProgrammingLinear Algebra
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 intermediário
Aprox. 11 horas para completar
Inglês
Legendas: Inglês

oferecido por

Logotipo de Alberta Machine Intelligence Institute

Alberta Machine Intelligence Institute

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

2 horas para concluir

What Does Good Data look like?

2 horas para concluir
11 vídeos (Total 65 mín.), 2 leituras, 3 testes
11 videos
Business Understanding and Problem Discovery9min
No Free Lunch Theorem5min
Exploring the process of problem definition7min
Data Acquisition and Understanding8min
Metadata Matters5min
Dealing with Multimodal Data2min
Features and transformations of raw data6min
Identifying Data from Problem5min
Case Study: Problem from Data6min
Weekly Summary What does good data look like?4min
2 leituras
Machine Learning Process Lifecycle Review10min
Match Data to the needs of the learning Algorithm10min
3 exercícios práticos
Business Understanding and Problem Discovery (BUPD) Review10min
Data Acquisition and Understanding Review10min
Module 1 Quiz30min
Semana
2

Semana 2

2 horas para concluir

Preparing your Data for Machine Learning Success

2 horas para concluir
11 vídeos (Total 61 mín.)
11 videos
Converting to Useful Forms7min
Data Quality5min
How Much Data Do I Need?4min
Everything has to be Numbers6min
Types of Data5min
Aligning Similar Data4min
Imputing Missing Values7min
Data Transformations7min
Weekly Summary: Preparing your Data for Machine Learning Success1min
Data Cleaning: Everybody's favourite task4min
4 exercícios práticos
Data Warehousing Review10min
Everything has to be Numbers Review10min
Types of Data Review10min
Module 2 Quiz30min
Semana
3

Semana 3

5 horas para concluir

Feature Engineering for MORE Fun & Profit

5 horas para concluir
8 vídeos (Total 45 mín.), 2 leituras, 4 testes
8 videos
Useful/Useless Features6min
How Many Features?5min
What is Unsupervised Learning6min
Feature Selection7min
Feature Extraction2min
Transfer Learning7min
Weekly Summary: Feature Engineering for MORE Fun & Profit1min
2 leituras
Possibilities for Text Features10min
Word Embeddings10min
3 exercícios práticos
Understanding Features6min
Building Good Features6min
Understanding Transfer Learning4min
Semana
4

Semana 4

2 horas para concluir

Bad Data

2 horas para concluir
9 vídeos (Total 48 mín.)
9 videos
Generalization and how machines actually learn6min
Bias in Data Sources3min
Bias and variance tradeoff6min
Outliers5min
Skewed Distributions7min
Badness Multipliers4min
Live Data Danger6min
Weekly Summary: Bad Data1min
4 exercícios práticos
Mistakes Computers Make10min
Data: Skewed Distributions10min
Live Data Dangers10min
Module 4 Quiz30min

Avaliações

Principais avaliações do DATA FOR MACHINE LEARNING

Visualizar todas as avaliações

Sobre Programa de cursos integrados Machine Learning: Algorithms in the Real World

This specialization is for professionals who have heard the buzz around machine learning and want to apply machine learning to data analysis and automation. Whether finance, medicine, engineering, business or other domains, this specialization will set you up to define, train, and maintain a successful machine learning application. After completing all four courses, you will have gone through the entire process of building a machine learning project. You will be able to clearly define a machine learning problem, identify appropriate data, train a classification algorithm, improve your results, and deploy it in the real world. You will also be able to anticipate and mitigate common pitfalls in applied machine learning....
Machine Learning: Algorithms in the Real World

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.