Informações sobre o curso
65,701 visualizações recentes

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Aprox. 14 horas para completar

Inglês

Legendas: Inglês, Coreano

O que você vai aprender

  • Check

    Describe machine learning methods such as regression or classification trees

  • Check

    Explain the complete process of building prediction functions

  • Check

    Understand concepts such as training and tests sets, overfitting, and error rates

  • Check

    Use the basic components of building and applying prediction functions

Habilidades que você terá

Random ForestMachine Learning (ML) AlgorithmsMachine LearningR Programming

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Aprox. 14 horas para completar

Inglês

Legendas: Inglês, Coreano

Programa - O que você aprenderá com este curso

Semana
1
2 horas para concluir

Week 1: Prediction, Errors, and Cross Validation

9 vídeos (Total 73 mín.), 4 leituras, 1 teste
9 videos
What is prediction?8min
Relative importance of steps9min
In and out of sample errors6min
Prediction study design9min
Types of errors10min
Receiver Operating Characteristic5min
Cross validation8min
What data should you use?6min
4 leituras
Welcome to Practical Machine Learning10min
A Note of Explanation2min
Syllabus10min
Pre-Course Survey10min
1 exercício prático
Quiz 110min
Semana
2
2 horas para concluir

Week 2: The Caret Package

9 vídeos (Total 96 mín.), 1 teste
9 videos
Data slicing5min
Training options7min
Plotting predictors10min
Basic preprocessing10min
Covariate creation17min
Preprocessing with principal components analysis14min
Predicting with Regression12min
Predicting with Regression Multiple Covariates11min
1 exercício prático
Quiz 210min
Semana
3
1 hora para concluir

Week 3: Predicting with trees, Random Forests, & Model Based Predictions

5 vídeos (Total 48 mín.), 1 teste
5 videos
Bagging9min
Random Forests6min
Boosting7min
Model Based Prediction11min
1 exercício prático
Quiz 310min
Semana
4
4 horas para concluir

Week 4: Regularized Regression and Combining Predictors

4 vídeos (Total 33 mín.), 2 leituras, 3 testes
4 videos
Combining predictors7min
Forecasting7min
Unsupervised Prediction4min
2 leituras
Course Project Instructions (READ FIRST)10min
Post-Course Survey10min
2 exercícios práticos
Quiz 410min
Course Project Prediction Quiz40min
4.5
498 avaliaçõesChevron Right

39%

comecei uma nova carreira após concluir estes cursos

38%

consegui um benefício significativo de carreira com este curso

12%

recebi um aumento ou promoção

Principais avaliações do Aprendizagem Automática na Prática

por ADMar 1st 2017

Issues of every stage of the construction of learning machine model, as well as issues with several different machine learning methods are well and in fine yet very understandable detail explained.

por DHJun 18th 2018

Excellent introduction to basic ML techniques. A lot of material covered in a short period of time! I will definitely seek more advanced training out of the inspiration provided by this class.

Instrutores

Avatar

Jeff Leek, PhD

Associate Professor, Biostatistics
Bloomberg School of Public Health
Avatar

Roger D. Peng, PhD

Associate Professor, Biostatistics
Bloomberg School of Public Health
Avatar

Brian Caffo, PhD

Professor, Biostatistics
Bloomberg School of Public Health

Sobre Universidade Johns Hopkins

The mission of The Johns Hopkins University is to educate its students and cultivate their capacity for life-long learning, to foster independent and original research, and to bring the benefits of discovery to the 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.