Informações sobre o curso

4,255 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. 7 horas para completar

Inglês

Legendas: Inglês

O que você vai aprender

  • Understand the definitions of simple error measures (e.g. MSE, accuracy, precision/recall).

  • Evaluate the performance of regressors / classifiers using the above measures.

  • Understand the difference between training/testing performance, and generalizability.

  • Understand techniques to avoid overfitting and achieve good generalization performance.

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. 7 horas para completar

Inglês

Legendas: Inglês

oferecido por

Logotipo de Universidade da Califórnia, San Diego

Universidade da Califórnia, San Diego

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

2 horas para concluir

Week 1: Diagnostics for Data

2 horas para concluir
6 vídeos (Total 49 mín.), 4 leituras, 3 testes
6 videos
Motivation Behind the MSE8min
Regression Diagnostics: MSE and R²6min
Over- and Under-Fitting6min
Classification Diagnostics: Accuracy and Error11min
Classification Diagnostics: Precision and Recall12min
4 leituras
Syllabus10min
Setting Up Your System10min
(Optional) Additional Resources and Recommended Readings10min
Course Materials10min
3 exercícios práticos
Review: Regression Diagnostics8min
Review: Classification Diagnostics4min
Diagnostics for Data30min
Semana
2

Semana 2

2 horas para concluir

Week 2: Codebases, Regularization, and Evaluating a Model

2 horas para concluir
4 vídeos (Total 35 mín.)
4 videos
Model Complexity and Regularization10min
Adding a Regularizer to our Model, and Evaluating the Regularized Model8min
Evaluating Classifiers for Ranking4min
4 exercícios práticos
Review: Setting Up a Codebase2min
Review: Regularization5min
Review: Evaluating a Model5min
Codebases, Regularization, and Evaluating a Model45min
Semana
3

Semana 3

1 hora para concluir

Week 3: Validation and Pipelines

1 hora para concluir
4 vídeos (Total 24 mín.)
4 videos
“Theorems” About Training, Testing, and Validation8min
Implementing a Regularization Pipeline in Python5min
Guidelines on the Implementation of Predictive Pipelines5min
3 exercícios práticos
Review: Validation4min
Review: Predictive Pipelines6min
Predictive Pipelines20min
Semana
4

Semana 4

2 horas para concluir

Final Project

2 horas para concluir
2 leituras
2 leituras
Project Description10min
Where to Find Datasets10min

Sobre Programa de cursos integrados Python Data Products for Predictive Analytics

Python data products are powering the AI revolution. Top companies like Google, Facebook, and Netflix use predictive analytics to improve the products and services we use every day. Take your Python skills to the next level and learn to make accurate predictions with data-driven systems and deploy machine learning models with this four-course Specialization from UC San Diego. This Specialization is for learners who are proficient with the basics of Python. You’ll start by creating your first data strategy. You’ll also develop statistical models, devise data-driven workflows, and learn to make meaningful predictions for a wide-range of business and research purposes. Finally, you’ll use design thinking methodology and data science techniques to extract insights from a wide range of data sources. This is your chance to master one of the technology industry’s most in-demand skills. Python Data Products for Predictive Analytics is taught by Professor Ilkay Altintas, Ph.D. and Julian McAuley. Dr. Alintas is a prominent figure in the data science community and the designer of the highly-popular Big Data Specialization on Coursera. She has helped educate hundreds of thousands of learners on how to unlock value from massive datasets....
Python Data Products for Predictive Analytics

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.

  • Se você se inscrever, terá 7 dias para testar sem custo e, durante este período, pode cancelar sem multa. Depois disso, não reembolsamos, mas você pode cancelar sua inscrição a qualquer momento. Veja nossa política para o reembolso total.

  • Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.