This is the second course in the four-course specialization Python Data Products for Predictive Analytics, building on the data processing covered in Course 1 and introducing the basics of designing predictive models in Python. In this course, you will understand the fundamental concepts of statistical learning and learn various methods of building predictive models. At each step in the specialization, you will gain hands-on experience in data manipulation and building your skills, eventually culminating in a capstone project encompassing all the concepts taught in the specialization.
Este curso faz parte do Programa de cursos integrados Python Data Products for Predictive Analytics
8.198 já se inscreveram
oferecido por
Programa de cursos integrados Python Data Products for Predictive AnalyticsUniversidade da Califórnia, San DiegoInformações sobre o curso
4.030 visualizações recentes
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Nível intermediário
Aprox. 8 horas para completar
Inglês
Legendas: Árabe, Francês, Portuguese (European), Italiano, Vietnamita, Alemão, Russo, Inglês, Espanhol
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Nível intermediário
Aprox. 8 horas para completar
Inglês
Legendas: Árabe, Francês, Portuguese (European), Italiano, Vietnamita, Alemão, Russo, Inglês, Espanhol
oferecido por
Universidade da Califórnia, San Diego
UC San Diego is an academic powerhouse and economic engine, recognized as one of the top 10 public universities by U.S. News and World Report. Innovation is central to who we are and what we do. Here, students learn that knowledge isn't just acquired in the classroom—life is their laboratory.
Programa - O que você aprenderá com este curso
3 horas para concluir
Week 1: Supervised Learning & Regression
Welcome to the second course in this specialization! This week, we will go over the syllabus, download all course materials, and get your system up and running for the course. We will also introduce the basics of supervised learning and regression.
3 horas para concluir
5 vídeos (Total 46 mín.), 4 leituras, 3 testes
1 hora para concluir
Week 2: Features
This week, we will learn what features are in a dataset and how we can work with them through cleaning, manipulation, and analysis in Jupyter notebooks.
1 hora para concluir
4 vídeos (Total 29 mín.), 1 leitura, 3 testes
1 hora para concluir
Week 3: Classification
This week, we will learn about classification and several ways you can implement it, such as K-nearest neighbors, logistic regression, and support vector machines.
1 hora para concluir
4 vídeos (Total 31 mín.)
2 horas para concluir
Week 4: Gradient Descent
This week, we will learn the importance of properly training and testing a model. We will also implement gradient descent in both Python and TensorFlow.
2 horas para concluir
5 vídeos (Total 36 mín.)
Avaliações
- 5 stars62,29%
- 4 stars26,22%
- 3 stars6,55%
- 2 stars4,91%
Principais avaliações do DESIGN THINKING AND PREDICTIVE ANALYTICS FOR DATA PRODUCTS
por AM7 de mai de 2021
It was great course ,helped me in getting better understanding of data and do predictive modeling.
Sobre Programa de cursos integrados Python Data Products for Predictive Analytics
Python data products are powering the AI revolution. Top companies like Google, Facebook, and Netflix use predictive analytics to improve the products and services we use every day. Take your Python skills to the next level and learn to make accurate predictions with data-driven systems and deploy machine learning models with this four-course Specialization from UC San Diego.
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
O que recebo ao me inscrever nesta Especialização?
Existe algum auxílio financeiro disponível?
Mais dúvidas? Visite o Central de Ajuda ao estudante.
