Este curso faz parte do Programa de cursos integrados AI for Scientific Research

3.8
estrelas
10 classificações

Sabrina Moore +2 mais instrutores

oferecido por

Programa de cursos integrados AI for Scientific ResearchLearnQuest

Informações sobre o curso

1.802 visualizações recentes

This course is aimed at anyone interested in applying machine learning techniques to scientific problems. In this course, we'll learn about the complete machine learning pipeline, from reading in, cleaning, and transforming data to running basic and advanced machine learning algorithms. We'll start with data preprocessing techniques, such as PCA and LDA. Then, we'll dive into the fundamental AI algorithms: SVMs and K-means clustering. Along the way, we'll build our mathematical and programming toolbox to prepare ourselves to work with more complicated models. Finally, we'll explored advanced methods such as random forests and neural networks. Throughout the way, we'll be using medical and astronomical datasets. In the final project, we'll apply our skills to compare different machine learning models in Python.

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.

Laboratórios Coursera

Inclui projetos práticos de aprendizado.

Saiba mais sobre o Laboratórios Coursera

Curso 2 de 4 no

Programa de cursos integrados AI for Scientific Research

Nível intermediário

Some basic Python knowledge

Aprox. 12 horas para completar

Inglês

O que você vai aprender

Implement and evaluate machine learning models (neural networks, random forests, etc.) on scientific data in Python

Habilidades que você terá

Artificial Neural Network
Machine Learning
Python Programming
Random Forest
PCA

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.

Laboratórios Coursera

Inclui projetos práticos de aprendizado.

Saiba mais sobre o Laboratórios Coursera

Curso 2 de 4 no

Programa de cursos integrados AI for Scientific Research

Nível intermediário

Some basic Python knowledge

Aprox. 12 horas para completar

Inglês

Instrutores

oferecido por

LearnQuest

LearnQuest is the preferred training partner to the world’s leading companies, organizations, and government agencies. Our team boasts 20+ years of experience designing, developing and delivering a full suite industry-leading technology education classes and training solutions across the globe. Our trainers, equipped with expert industry experience and an unparalleled commitment to quality, facilitate classes that are offered in various delivery formats so our clients can obtain the training they need when and where they need it.

Programa - O que você aprenderá com este curso

Semana

Semana 1

2 horas para concluir

Before the AI: Preparing and Preprocessing Data

In this module, we'll tackle the steps taken before we can use AI algorithms. We'll start with an introduction to the most prominent data preprocessing techniques including filling in missing values and removing outliers. Then we'll dive into data transformations including PCA and LDA, two methods featured heavily for dimensionality reduction. Finally, we'll learn how to code the algorithms in Python to set up your data for use in the next module.

2 horas para concluir

12 vídeos (Total 47 mín.), 4 leituras, 2 testes

12 videos

Course Introduction45s

Setting Up the Environment2min

Module Introduction51s

Anatomy of a Dataset (I)5min

Anatomy of a Dataset (II)4min

Data Preprocessing Techniques6min

Calculating Eigenvalues and Eigenvectors5min

Introduction to PCA3min

Math of PCA5min

PCA in Action (I)3min

PCA in Action (II)6min

Introduction to LDA2min

4 leituras

Data Preprocessing10min

PCA Explained10min

Matrix Multiplication10min

LDA in Practice10min

2 exercícios práticos

Practice Quiz: Eigenvalues and Eigenvectors10min

Data Preprocessing Techniques30min

Semana

Semana 2

4 horas para concluir

Foundational AI Algorithms: K-Means and SVM

In this module, we'll dive into two of the most foundational machine learning algorithms: K-Means and support vector machines. We'll start by comparing the two branches of ML: supervised and unsupervised learning. Then, we'll go into the specific similarities and differences between K-Nearest neighbors for classification and K-Means clustering. Finally, we'll perform deep dives into K-Means and SVMs, learning the basic theory behind them and how to implement each in Python.

4 horas para concluir

4 vídeos (Total 13 mín.), 3 leituras, 3 testes

Semana

Semana 3

4 horas para concluir

Advanced AI: Neural Networks and Decision Trees

In this module, we'll explore some advanced AI techniques. We'll start with tree-based algorithms, made popular because of the use of random forests for both classification and regression. Then, we'll build our way to neural networks, starting from experimentation on the different models. We'll spend some time in the Tensorflow playground getting familiar with the different mechanics behind neural networks. Finally, we'll code our own neural networks to make predictions on unseen data.

4 horas para concluir

1 vídeo (Total 1 mín.), 4 leituras, 2 testes

Semana

Semana 4

2 horas para concluir

Course Project

2 horas para concluir

Avaliações

3.8

2 avaliações

5 stars
40%
4 stars
10%
3 stars
40%
2 stars
10%

Principais avaliações do MACHINE LEARNING MODELS IN SCIENCE

por RJ7 de jul de 2022

I would have had more stars, but a couple of the programming assignments had different values for random used for the answer and not what was listed in the question.

Visualizar todas as avaliações

Sobre Programa de cursos integrados AI for Scientific Research

In the AI for Scientific Research specialization, we'll learn how to use AI in scientific situations to discover trends and patterns within datasets. Course 1 teaches a little bit about the Python language as it relates to data science. We'll share some existing libraries to help analyze your datasets. By the end of the course, you'll apply a classification model to predict the presence or absence of heart disease from a patient's health data. Course 2 covers the complete machine learning pipeline, from reading in, cleaning, and transforming data to running basic and advanced machine learning algorithms.In the final project, we'll apply our skills to compare different machine learning models in Python. In Course 3, we will build on our knowledge of basic models and explore more advanced AI techniques. We’ll describe the differences between the two techniques and explore how they differ. Then, we’ll complete a project predicting similarity between health patients using random forests. In Course 4, a capstone project course, we'll compare genome sequences of COVID-19 mutations to identify potential areas a drug therapy can look to target. By the end, you'll be well on your way to discovering ways to combat disease with genome sequencing.

Perguntas Frequentes – FAQ

Quando terei acesso às palestras e às tarefas?
O acesso a palestras e tarefas depende do tipo de inscrição. Se você participar de um curso como ouvinte, você poderá ver quase todo o conteúdo do curso gratuitamente. Para acessar tarefas valendo nota e obter um Certificado, você precisará adquirir a experiência do Certificado, durante ou após a participação como ouvinte. Se você não vir a opção de participar como ouvinte:
o curso pode não oferecer essa opção. Você pode experimentar um teste gratuito ou solicitar o auxílio financeiro.
Em vez disso, o curso pode oferecer 'Curso completo, sem Certificado'. Com esta opção, é possível ver todo o conteúdo do curso, enviar as avaliações necessárias e obter uma nota final. Isso também significa que você não poderá comprar uma experiência de Certificado.
O que recebo ao me inscrever nesta Especialização?
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.
Existe algum auxílio financeiro disponível?
Sim. Em programas de aprendizado selecionados, você pode solicitar auxílio financeiro ou uma bolsa de estudos caso não consiga pagar a taxa de inscrição. Se o auxílio financeiro ou bolsa de estudos estiver disponível para a seleção do seu programa de aprendizado, você encontrará um link para se inscrever na página de descrição.

Mais dúvidas? Visite o Central de Ajuda ao estudante.

Machine Learning Models in Science

Informações sobre o curso

O que você vai aprender

Habilidades que você terá

Instrutores

Sabrina Moore

Rajvir Dua

Neelesh Tiruviluamala

oferecido por

LearnQuest

Programa - O que você aprenderá com este curso

Before the AI: Preparing and Preprocessing Data

Foundational AI Algorithms: K-Means and SVM

Advanced AI: Neural Networks and Decision Trees

Course Project

Avaliações

Principais avaliações do MACHINE LEARNING MODELS IN SCIENCE

Sobre Programa de cursos integrados AI for Scientific Research

Perguntas Frequentes – FAQ

Comece ou impulsione sua carreira

Cursos e certificações populares

Coleções e artigos populares

Consiga um diploma ou certificado on-line

Coursera

Comunidade

Mais

Machine Learning Models in Science

Informações sobre o curso

O que você vai aprender

Habilidades que você terá

Instrutores

Sabrina Moore

Rajvir Dua

Neelesh Tiruviluamala

oferecido por

LearnQuest

Programa - O que você aprenderá com este curso

Before the AI: Preparing and Preprocessing Data

Foundational AI Algorithms: K-Means and SVM

Advanced AI: Neural Networks and Decision Trees

Course Project

Avaliações

Principais avaliações do MACHINE LEARNING MODELS IN SCIENCE

Sobre Programa de cursos integrados AI for Scientific Research

Perguntas Frequentes – FAQ

Coursera Footer

Comece ou impulsione sua carreira

Cursos e certificações populares

Coleções e artigos populares

Consiga um diploma ou certificado on-line

Coursera

Comunidade

Mais