Informações sobre o curso

39,578 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. 6 horas para completar
Inglês
Legendas: Francês, Português (Brasil), Russo, Inglês, Espanhol
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. 6 horas para completar
Inglês
Legendas: Francês, Português (Brasil), Russo, Inglês, Espanhol

oferecido por

Placeholder

Alberta Machine Intelligence Institute

Programa - O que você aprenderá com este curso

Classificação do conteúdoThumbs Up99%(1,014 classificações)Info
Semana
1

Semana 1

3 horas para concluir

Introduction to Machine Learning Applications

3 horas para concluir
12 vídeos (Total 44 mín.), 6 leituras, 2 testes
12 videos
Instructor Introduction1min
Introduction to Course 12min
What is Artificial Intelligence and Machine Learning?5min
What about Data Science?3min
The Machine Learning Process4min
The Three Kinds of Machine Learning3min
Classification: What is it and how does it work?3min
Regression: Fitting lines and predicting numbers3min
Unsupervised Learning4min
Reinforcement Learning6min
Weekly Summary1min
6 leituras
What about Deep Learning? (supplemental)10min
Fooling Neural Networks (supplemental)10min
How to Curate A Ground Truth For Your Business Dataset (Required)10min
Learning From Multiple Annotators: A Survey (supplemental)10min
Inferring the Ground Truth Through Crowdsourcing (supplemental)10min
Semi Supervised Learning (required)10min
2 exercícios práticos
Concepts and Definitions20min
Identifying Machine Learning Techniques10min
Semana
2

Semana 2

1 hora para concluir

Machine Learning in the Real World

1 hora para concluir
8 vídeos (Total 34 mín.), 4 leituras, 1 teste
8 videos
Features and transformations of raw data6min
Farmer Betty and Her Precision Agriculture Plans3min
What to consider when using your QuAM2min
Broad Examples Narrowed Down4min
Identify Business Evaluation4min
Everything is a Proxy4min
Weekly Summary2min
4 leituras
A Brief Introduction into Precision Agriculture10min
Farmer Betty Tried Unsupervised Learning (required)10min
Data is Central to Your ML Problem (required)10min
Martin Zinkevich's Rules for ML (supplemental)10min
1 exercício prático
Machine Learning in the Real World Review
Semana
3

Semana 3

1 hora para concluir

Learning Data

1 hora para concluir
9 vídeos (Total 34 mín.), 2 leituras, 1 teste
9 videos
How Much Data Do I Need?4min
Ethical Issues4min
Bias in Data Sources3min
Noise and Sources of Randomness5min
Image Classification Example3min
Data Cleaning: Everybody's favourite task4min
Why you need to set up a Data Pipeline4min
Weekly Summary1min
2 leituras
Data Protection Laws (required)10min
Government readings on data privacy (supplemental)10min
1 exercício prático
Understanding Data for ML
Semana
4

Semana 4

1 hora para concluir

Machine Learning Projects

1 hora para concluir
7 vídeos (Total 35 mín.), 2 leituras, 1 teste
7 videos
MLPL as experienced by Farmer Betty3min
Exploring the process of problem definition7min
Assessing your QuAM for use in your Business6min
Technically Assessing the Strength of your QuAM6min
Different Kinds of Wrong4min
Weekly Summary2min
2 leituras
Machine Learning Process Lifecycle Explained10min
Deep Learning for Identifying Metastatic Breast Cancer (advanced supplemental)10min
1 exercício prático
Understanding Machine Learning Projects

Avaliações

Principais avaliações do INTRODUCTION TO APPLIED 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

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.