Informações sobre o curso

12.642 visualizações recentes
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Nível intermediário

Calculus, Linear algebra, Python, NumPy, Pandas, Matplotlib, and Scikit-learn.

Aprox. 38 horas para completar
Inglês

O que você vai aprender

  • Explain what unsupervised learning is, and list methods used in unsupervised learning.

  • List and explain algorithms for various matrix factorization methods, and what each is used for.

  • List and explain algorithms for various matrix factorization methods, and what each is used for.

Habilidades que você terá

  • Dimensionality Reduction
  • Unsupervised Learning
  • Cluster Analysis
  • Recommender Systems
  • Matrix Factorization
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Nível intermediário

Calculus, Linear algebra, Python, NumPy, Pandas, Matplotlib, and Scikit-learn.

Aprox. 38 horas para completar
Inglês

oferecido por

Placeholder

Universidade do Colorado em Boulder

Comece a trabalhar rumo ao seu mestrado

Este curso é parte da graduação 100% on-line Master of Science in Data Science da Universidade do Colorado em Boulder. Caso seja aceito para o programa completo, seus cursos contarão para sua graduação.

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

9 horas para concluir

Unsupervised Learning Intro

9 horas para concluir
3 vídeos (Total 34 mín.), 9 leituras, 4 testes
Semana
2

Semana 2

8 horas para concluir

Clustering

8 horas para concluir
2 vídeos (Total 23 mín.), 2 leituras, 2 testes
Semana
3

Semana 3

8 horas para concluir

Recommender System

8 horas para concluir
4 vídeos (Total 37 mín.), 1 leitura, 3 testes
Semana
4

Semana 4

14 horas para concluir

Matrix Factorization

14 horas para concluir
5 vídeos (Total 55 mín.), 1 leitura, 2 testes

Sobre Programa de cursos integrados Machine Learning: Theory and Hands-on Practice with Python

Machine Learning: Theory and Hands-on Practice with Python

Perguntas Frequentes – FAQ

Mais dúvidas? Visite o Central de Ajuda ao estudante.