Sobre este Programa de cursos integrados

4.349 visualizações recentes
In the Machine Learning specialization, we will cover Supervised Learning, Unsupervised Learning, and the basics of Deep Learning. You will apply ML algorithms to real-world data, learn when to use which model and why, and improve the performance of your models. Starting with supervised learning, we will cover linear and logistic regression, KNN, Decision trees, ensembling methods such as Random Forest and Boosting, and kernel methods such as SVM. Then we turn our attention to unsupervised methods, including dimensionality reduction techniques (e.g., PCA), clustering, and recommender systems. We finish with an introduction to deep learning basics, including choosing model architectures, building/training neural networks with libraries like Keras, and hands-on examples of CNNs and RNNs. This specialization can be taken for academic credit as part of CU Boulder’s Master of Science in Data Science (MS-DS) degree offered on the Coursera platform. The MS-DS is an interdisciplinary degree that brings together faculty from CU Boulder’s departments of Applied Mathematics, Computer Science, Information Science, and others. With performance-based admissions and no application process, the MS-DS is ideal for individuals with a broad range of undergraduate education and/or professional experience in computer science, information science, mathematics, and statistics. Learn more about the MS-DS program at https://www.coursera.org/degrees/master-of-science-data-science-boulder.
Certificados compartilháveis
Tenha o certificado após a conclusão
Cursos 100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Cronograma flexível
Definição e manutenção de prazos flexíveis.
Nível intermediário
Aproximadamente 4 meses para ser concluído
Ritmo sugerido de 9 horas/semana
Inglês
Certificados compartilháveis
Tenha o certificado após a conclusão
Cursos 100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Cronograma flexível
Definição e manutenção de prazos flexíveis.
Nível intermediário
Aproximadamente 4 meses para ser concluído
Ritmo sugerido de 9 horas/semana
Inglês

Como funciona o programa de cursos integrados

Fazer cursos

Um programa de cursos integrados do Coursera é uma série de cursos para ajudá-lo a dominar uma habilidade. Primeiramente, inscreva-se no programa de cursos integrados diretamente, ou avalie a lista de cursos e escolha por qual você gostaria de começar. Ao se inscrever em um curso que faz parte de um programa de cursos integrados, você é automaticamente inscrito em todo o programa de cursos integrados. É possível concluir apenas um curso — você pode pausar a sua aprendizagem ou cancelar a sua assinatura a qualquer momento. Visite o seu painel de aprendiz para controlar suas inscrições em cursos e progresso.

Projeto prático

Todos os programas de cursos integrados incluem um projeto prático. Você precisará completar com êxito o(s) projeto(s) para concluir o programa de cursos integrados e obter o seu certificado. Se o programa de cursos integrados incluir um curso separado para o projeto prático, você precisará completar todos os outros cursos antes de iniciá-lo.

Obtenha um certificado

Ao concluir todos os cursos e completar o projeto prático, você obterá um certificado que pode ser compartilhado com potenciais empregadores e com sua rede profissional.

Este Programa de cursos integrados contém 3 cursos

Curso1

Curso 1

Introduction to Machine Learning: Supervised Learning

3.1
estrelas
14 classificações
Curso2

Curso 2

Unsupervised Algorithms in Machine Learning

Curso3

Curso 3

Introduction to Deep Learning

oferecido por

Placeholder

Universidade do Colorado em Boulder

Comece a trabalhar rumo ao seu mestrado

Este Programa de cursos integrados 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.

Perguntas Frequentes – FAQ

Mais dúvidas? Visite o Central de Ajuda ao estudante.