In this course, you’ll be learning various supervised ML algorithms and prediction tasks applied to different data. You’ll learn when to use which model and why, and how to improve the model performances. We will cover models such as linear and logistic regression, KNN, Decision trees and ensembling methods such as Random Forest and Boosting, kernel methods such as SVM.
Este curso faz parte do Programa de cursos integrados Machine Learning: Theory and Hands-on Practice with Python
6.002 já se inscreveram

Informações sobre o curso
29.198 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
Calculus, Linear algebra, Python
Aprox. 40 horas para completar
Inglês
O que você vai aprender
Use modern machine learning tools and python libraries.
Compare logistic regression’s strengths and weaknesses.
Explain how to deal with linearly-inseparable data.
Explain what decision tree is & how it splits nodes.
Habilidades que você terá
- Hyperparameter
- Decision Tree
- ensembling
- sklearn
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
Calculus, Linear algebra, Python
Aprox. 40 horas para completar
Inglês
oferecido por
Comece a trabalhar rumo ao seu mestrado
Este curso é parte da graduação 100% on-line Master of Science in Data Science da Universidade do Colorado em Boulder.
Caso seja aceito para o programa completo, seus cursos contarão para sua graduação.
Programa - O que você aprenderá com este curso
7 horas para concluir
Introduction to Machine Learning, Linear Regression
7 horas para concluir
5 vídeos (Total 67 mín.), 11 leituras, 6 testes
6 horas para concluir
Multilinear Regression
6 horas para concluir
4 vídeos (Total 44 mín.), 5 leituras, 3 testes
7 horas para concluir
Logistic Regression
7 horas para concluir
4 vídeos (Total 63 mín.), 6 leituras, 3 testes
7 horas para concluir
Non-parametric Models
7 horas para concluir
5 vídeos (Total 66 mín.), 6 leituras, 3 testes
Avaliações
- 5 stars22,72%
- 4 stars27,27%
- 3 stars9,09%
- 2 stars13,63%
- 1 star27,27%
Principais avaliações do INTRODUCTION TO MACHINE LEARNING: SUPERVISED LEARNING
por MH20 de mai de 2022
This was an excellent introductory course that allowed me to get into the world of Data Science and Machine Learning.
Sobre Programa de cursos integrados Machine Learning: Theory and Hands-on Practice with Python

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.