Informações sobre o curso
18,658 visualizações recentes

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Aprox. 9 horas para completar

Sugerido: 15 hours/week...

Inglês

Legendas: Inglês

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Aprox. 9 horas para completar

Sugerido: 15 hours/week...

Inglês

Legendas: Inglês

Programa - O que você aprenderá com este curso

Semana
1
4 horas para concluir

Classification using Decision Trees and k-NN

8 vídeos (Total 46 mín.), 4 leituras, 2 testes
8 videos
What does a classifier actually do?5min
Classification in scikit-learn3min
What are decision trees?6min
Generalization and overfitting8min
Classification using k-nearest neighbours8min
Distance measures8min
Weekly summary2min
4 leituras
Math Review10min
Scikitlearn documentation for decision trees (Optional)10min
Scikitlearn documentation for random forests (Optional)10min
Scikitlearn documentation for k-nearest neighbours (Optional)10min
2 exercícios práticos
Supervised Learning Basics
Understanding Classification with Decision Trees and k-NN20min
Semana
2
2 horas para concluir

Functions for Fun and Profit

9 vídeos (Total 62 mín.), 1 leitura, 4 testes
9 videos
Optimal line-fitting8min
Loss and Convexity7min
Gradient Descent9min
Nonlinear features and model complexity6min
Bias and variance tradeoff6min
Regularizers5min
Loss for Classification7min
Weekly summary4min
1 leituras
Scikitlearn documentation for linear regression (Optional)10min
4 exercícios práticos
Regression Basics
Understanding Model Complexity
From Regression to Classification2min
The Regression side of Supervised Learning20min
Semana
3
3 horas para concluir

Regression for Classification: Support Vector Machines

6 vídeos (Total 34 mín.), 1 leitura, 2 testes
6 videos
Neural Networks9min
Hinge Loss6min
Basics of Support Vector Machines6min
Kernels6min
Weekly Summary1min
1 leituras
Scikitlearn documentation for SVMs (Optional)10min
2 exercícios práticos
Understanding Support Vector Machines
Regression-based Classification10min
Semana
4
1 hora para concluir

Contrasting Models

8 vídeos (Total 46 mín.), 1 leitura, 1 teste
8 videos
Classification assessment6min
Learning Curves6min
Testing your models7min
Cross validation5min
Parameter tuning and grid search5min
Model Parameters6min
Weekly Summary1min
1 leituras
Some resources on model assessment (Optional)10min
1 exercício prático
Contrasting Models

Instrutores

Avatar

Anna Koop

Senior Scientific Advisor
Alberta Machine Intelligence Institute, University of Alberta

Sobre Alberta Machine Intelligence Institute

The Alberta Machine Intelligence Institute (Amii) is home to some of the world’s top talent in machine intelligence. We’re an Alberta-based research institute that pushes the bounds of academic knowledge and guides business understanding of artificial intelligence and machine learning....

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

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • 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.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.