Informações sobre o curso
4.1
277 classificações
50 avaliações
Programa de cursos integrados
100% online

100% online

Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.
Horas para completar

Aprox. 13 horas para completar

Sugerido: 4 weeks of study, 6-8 hours/week...
Idiomas disponíveis

Inglês

Legendas: Inglês, Coreano...

Habilidades que você terá

Random ForestPredictive AnalyticsMachine LearningR Programming
Programa de cursos integrados
100% online

100% online

Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.
Horas para completar

Aprox. 13 horas para completar

Sugerido: 4 weeks of study, 6-8 hours/week...
Idiomas disponíveis

Inglês

Legendas: Inglês, Coreano...

Programa - O que você aprenderá com este curso

Semana
1
Horas para completar
2 horas para concluir

Practical Statistical Inference

Learn the basics of statistical inference, comparing classical methods with resampling methods that allow you to use a simple program to make a rigorous statistical argument. Motivate your study with current topics at the foundations of science: publication bias and reproducibility....
Reading
28 vídeos (Total de 121 min)
Video28 videos
Hypothesis Testing5min
Significance Tests and P-Values3min
Example: Difference of Means4min
Deriving the Sampling Distribution6min
Shuffle Test for Significance4min
Comparing Classical and Resampling Methods3min
Bootstrap6min
Resampling Caveats6min
Outliers and Rank Transformation3min
Example: Chi-Squared Test3min
Bad Science Revisited: Publication Bias4min
Effect Size4min
Meta-analysis5min
Fraud and Benford's Law4min
Intuition for Benford's Law2min
Benford's Law Explained Visually3min
Multiple Hypothesis Testing: Bonferroni and Sidak Corrections3min
Multiple Hypothesis Testing: False Discovery Rate4min
Multiple Hypothesis Testing: Benjamini-Hochberg Procedure3min
Big Data and Spurious Correlations4min
Spurious Correlations: Stock Price Example3min
How is Big Data Different?3min
Bayesian vs. Frequentist4min
Motivation for Bayesian Approaches3min
Bayes' Theorem2min
Applying Bayes' Theorem4min
Naive Bayes: Spam Filtering4min
Semana
2
Horas para completar
2 horas para concluir

Supervised Learning

Follow a tour through the important methods, algorithms, and techniques in machine learning. You will learn how these methods build upon each other and can be combined into practical algorithms that perform well on a variety of tasks. Learn how to evaluate machine learning methods and the pitfalls to avoid....
Reading
26 vídeos (Total de 111 min), 1 leitura, 1 teste
Video26 videos
Simple Examples3min
Structure of a Machine Learning Problem5min
Classification with Simple Rules5min
Learning Rules4min
Rules: Sequential Covering3min
Rules Recap2min
From Rules to Trees2min
Entropy4min
Measuring Entropy4min
Using Information Gain to Build Trees6min
Building Trees: ID3 Algorithm2min
Building Trees: C.45 Algorithm4min
Rules and Trees Recap3min
Overfitting7min
Evaluation: Leave One Out Cross Validation5min
Evaluation: Accuracy and ROC Curves5min
Bootstrap Revisited4min
Ensembles, Bagging, Boosting4min
Boosting Walkthrough5min
Random Forests3min
Random Forests: Variable Importance5min
Summary: Trees and Forests2min
Nearest Neighbor4min
Nearest Neighbor: Similarity Functions4min
Nearest Neighbor: Curse of Dimensionality3min
Reading1 leituras
R Assignment: Classification of Ocean Microbes10min
Quiz1 exercícios práticos
R Assignment: Classification of Ocean Microbes28min
Semana
3
Horas para completar
1 horas para concluir

Optimization

You will learn how to optimize a cost function using gradient descent, including popular variants that use randomization and parallelization to improve performance. You will gain an intuition for popular methods used in practice and see how similar they are fundamentally. ...
Reading
11 vídeos (Total de 41 min)
Video11 videos
Gradient Descent Visually4min
Gradient Descent in Detail2min
Gradient Descent: Questions to Consider3min
Intuition for Logistic Regression4min
Intuition for Support Vector Machines3min
Support Vector Machine Example3min
Intuition for Regularization3min
Intuition for LASSO and Ridge Regression3min
Stochastic and Batched Gradient Descent5min
Parallelizing Gradient Descent3min
Semana
4
Horas para completar
2 horas para concluir

Unsupervised Learning

A brief tour of selected unsupervised learning methods and an opportunity to apply techniques in practice on a real world problem....
Reading
4 vídeos (Total de 21 min), 1 teste
Video4 videos
K-means5min
DBSCAN4min
DBSCAN Variable Density and Parallel Algorithms4min
4.1
50 avaliaçõesChevron Right
Direcionamento de carreira

33%

comecei uma nova carreira após concluir estes cursos
Benefício de carreira

83%

consegui um benefício significativo de carreira com este curso

Melhores avaliações

por SPDec 23rd 2016

Fantastic course! Excellent conceptual teaching for people who already know the subject but need some more clarity on how to approach statistical tests and machine learning.

por KPFeb 8th 2016

I enjoy this course. The delivery and the course topics were very interesting. I learnt a lot and peer reviewing other people assignments is a great learning opportunity .

Instrutores

Avatar

Bill Howe

Director of Research
Scalable Data Analytics

Sobre University of Washington

Founded in 1861, the University of Washington is one of the oldest state-supported institutions of higher education on the West Coast and is one of the preeminent research universities in the world....

Sobre o Programa de cursos integrados Data Science at Scale

Learn scalable data management, evaluate big data technologies, and design effective visualizations. This Specialization covers intermediate topics in data science. You will gain hands-on experience with scalable SQL and NoSQL data management solutions, data mining algorithms, and practical statistical and machine learning concepts. You will also learn to visualize data and communicate results, and you’ll explore legal and ethical issues that arise in working with big data. In the final Capstone Project, developed in partnership with the digital internship platform Coursolve, you’ll apply your new skills to a real-world data science project....
Data Science at Scale

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.