Informações sobre o curso

1,072,655 visualizações recentes

Resultados de carreira do aprendiz

32%

comecei uma nova carreira após concluir estes cursos

30%

consegui um benefício significativo de carreira com este curso
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.
Aprox. 15 horas para completar
Inglês
Legendas: Inglês, Coreano, Vietnamita, Chinês (simplificado)

Habilidades que você terá

Python ProgrammingMachine Learning ConceptsMachine LearningDeep Learning

Resultados de carreira do aprendiz

32%

comecei uma nova carreira após concluir estes cursos

30%

consegui um benefício significativo de carreira com este curso
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.
Aprox. 15 horas para completar
Inglês
Legendas: Inglês, Coreano, Vietnamita, Chinês (simplificado)

oferecido por

Logotipo de Universidade de Washington

Universidade de Washington

Programa - O que você aprenderá com este curso

Classificação do conteúdoThumbs Up93%(45,992 classificações)Info
Semana
1

Semana 1

3 horas para concluir

Welcome

3 horas para concluir
18 vídeos (Total 84 mín.), 8 leituras, 1 teste
18 videos
Who we are5min
Machine learning is changing the world3min
Why a case study approach?7min
Specialization overview6min
How we got into ML3min
Who is this specialization for?4min
What you'll be able to do57s
The capstone and an example intelligent application6min
The future of intelligent applications2min
Starting a Jupyter Notebook5min
Creating variables in Python7min
Conditional statements and loops in Python8min
Creating functions and lambdas in Python3min
Starting Turi Create & loading an SFrame4min
Canvas for data visualization4min
Interacting with columns of an SFrame4min
Using .apply() for data transformation5min
8 leituras
Important Update regarding the Machine Learning Specialization10min
Slides presented in this module10min
Getting started with Python, Jupyter Notebook, & Turi Create10min
Where should my files go?10min
Important changes from previous courses10min
Download the Jupyter Notebook used in this lesson to follow along10min
Download the Jupyter Notebook used in this lesson to follow along10min
Download Wiki People Data10min
1 exercício prático
SFrames15min
Semana
2

Semana 2

2 horas para concluir

Regression: Predicting House Prices

2 horas para concluir
19 vídeos (Total 82 mín.), 3 leituras, 2 testes
19 videos
What is the goal and how might you naively address it?3min
Linear Regression: A Model-Based Approach5min
Adding higher order effects4min
Evaluating overfitting via training/test split6min
Training/test curves4min
Adding other features2min
Other regression examples3min
Regression ML block diagram5min
Loading & exploring house sale data7min
Splitting the data into training and test sets2min
Learning a simple regression model to predict house prices from house size3min
Evaluating error (RMSE) of the simple model2min
Visualizing predictions of simple model with Matplotlib4min
Inspecting the model coefficients learned1min
Exploring other features of the data6min
Learning a model to predict house prices from more features3min
Applying learned models to predict price of an average house5min
Applying learned models to predict price of two fancy houses7min
3 leituras
Slides presented in this module10min
Download the Jupyter Notebook used in this lesson to follow along10min
Predicting house prices assignment10min
2 exercícios práticos
Regression18min
Predicting house prices6min
Semana
3

Semana 3

2 horas para concluir

Classification: Analyzing Sentiment

2 horas para concluir
19 vídeos (Total 75 mín.), 3 leituras, 2 testes
19 videos
What is an intelligent restaurant review system?4min
Examples of classification tasks4min
Linear classifiers5min
Decision boundaries3min
Training and evaluating a classifier4min
What's a good accuracy?3min
False positives, false negatives, and confusion matrices6min
Learning curves5min
Class probabilities1min
Classification ML block diagram3min
Loading & exploring product review data2min
Creating the word count vector2min
Exploring the most popular product4min
Defining which reviews have positive or negative sentiment4min
Training a sentiment classifier3min
Evaluating a classifier & the ROC curve4min
Applying model to find most positive & negative reviews for a product4min
Exploring the most positive & negative aspects of a product4min
3 leituras
Slides presented in this module10min
Download the Jupyter Notebook used in this lesson to follow along10min
Analyzing product sentiment assignment10min
2 exercícios práticos
Classification14min
Analyzing product sentiment22min
Semana
4

Semana 4

2 horas para concluir

Clustering and Similarity: Retrieving Documents

2 horas para concluir
17 vídeos (Total 76 mín.), 3 leituras, 2 testes
17 videos
What is the document retrieval task?1min
Word count representation for measuring similarity6min
Prioritizing important words with tf-idf3min
Calculating tf-idf vectors5min
Retrieving similar documents using nearest neighbor search2min
Clustering documents task overview2min
Clustering documents: An unsupervised learning task4min
k-means: A clustering algorithm3min
Other examples of clustering6min
Clustering and similarity ML block diagram7min
Loading & exploring Wikipedia data5min
Exploring word counts5min
Computing & exploring TF-IDFs7min
Computing distances between Wikipedia articles5min
Building & exploring a nearest neighbors model for Wikipedia articles3min
Examples of document retrieval in action4min
3 leituras
Slides presented in this module10min
Download the Jupyter Notebook used in this lesson to follow along10min
Retrieving Wikipedia articles assignment10min
2 exercícios práticos
Clustering and Similarity12min
Retrieving Wikipedia articles18min

Avaliações

Principais avaliações do FUNDAÇÕES DO APRENDIZADO DE MÁQUINA: UMA ABORDAGEM POR ESTUDO DE CASO

Visualizar todas as avaliações

Sobre Programa de cursos integrados Aprendizagem Automática

This Specialization from leading researchers at the University of Washington introduces you to the exciting, high-demand field of Machine Learning. Through a series of practical case studies, you will gain applied experience in major areas of Machine Learning including Prediction, Classification, Clustering, and Information Retrieval. You will learn to analyze large and complex datasets, create systems that adapt and improve over time, and build intelligent applications that can make predictions from data....
Aprendizagem Automática

Perguntas Frequentes – FAQ

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • 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.