Informações sobre o curso

39.869 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

Instrutores

oferecido por

Placeholder

Universidade do Colorado em Boulder

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

Semana
1

Semana 1

7 horas para concluir

Introduction to Machine Learning, Linear Regression

7 horas para concluir
5 vídeos (Total 67 mín.), 11 leituras, 6 testes
Semana
2

Semana 2

6 horas para concluir

Multilinear Regression

6 horas para concluir
4 vídeos (Total 44 mín.), 5 leituras, 3 testes
Semana
3

Semana 3

7 horas para concluir

Logistic Regression

7 horas para concluir
4 vídeos (Total 63 mín.), 6 leituras, 3 testes
Semana
4

Semana 4

7 horas para concluir

Non-parametric Models

7 horas para concluir
5 vídeos (Total 66 mín.), 6 leituras, 3 testes

Avaliações

Principais avaliações do INTRODUCTION TO MACHINE LEARNING: SUPERVISED LEARNING

Visualizar todas as avaliações

Sobre Programa de cursos integrados Machine Learning: Theory and Hands-on Practice with Python

Machine Learning: Theory and Hands-on Practice with Python

Perguntas Frequentes – FAQ

Mais dúvidas? Visite o Central de Ajuda ao estudante.