Informações sobre o curso

92,462 visualizações recentes

Resultados de carreira do aprendiz

38%

comecei uma nova carreira após concluir estes cursos

38%

consegui um benefício significativo de carreira com este curso

12%

recebi um aumento ou promoção
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. 8 horas para completar
Inglês
Legendas: Inglês, Coreano

O que você vai aprender

  • Use the basic components of building and applying prediction functions

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

  • Describe machine learning methods such as regression or classification trees

  • Explain the complete process of building prediction functions

Habilidades que você terá

Random ForestMachine Learning (ML) AlgorithmsMachine LearningR Programming

Resultados de carreira do aprendiz

38%

comecei uma nova carreira após concluir estes cursos

38%

consegui um benefício significativo de carreira com este curso

12%

recebi um aumento ou promoção
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. 8 horas para completar
Inglês
Legendas: Inglês, Coreano

oferecido por

Logotipo de Universidade Johns Hopkins

Universidade Johns Hopkins

Programa - O que você aprenderá com este curso

Classificação do conteúdoThumbs Up88%(5,857 classificações)Info
Semana
1

Semana 1

2 horas para concluir

Week 1: Prediction, Errors, and Cross Validation

2 horas para concluir
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

Semana 2

2 horas para concluir

Week 2: The Caret Package

2 horas para concluir
9 vídeos (Total 96 mín.)
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

Semana 3

1 hora para concluir

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

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

Semana 4

4 horas para concluir

Week 4: Regularized Regression and Combining Predictors

4 horas para concluir
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

Avaliações

Principais avaliações do APRENDIZAGEM AUTOMÁTICA NA PRÁTICA

Visualizar todas as avaliações

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 .

  • Este curso não oferece créditos universitários, mas algumas universidades podem aceitar certificados de cursos que podem ser convertidos em créditos. Entre em contato com sua instituição para saber mais. Com os cursos on-line e os certificados Mastertrack™ do Coursera, é possível ganhar créditos universitários.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.