Want to make sense of the volumes of data you have collected? Need to incorporate data-driven decisions into your process? This course provides an overview of machine learning techniques to explore, analyze, and leverage data. You will be introduced to tools and algorithms you can use to create machine learning models that learn from data, and to scale those models up to big data problems.
제공자:
빅 데이터 특화 과정캘리포니아 샌디에고 대학교이 강좌에 대하여
최근 조회 186,944회
학습자 경력 결과
42%
가 이 강좌를 수료한 후 새로운 커리어를 시작함
41%
가 이 강좌를 통해 확실한 경력상 이점을 얻음
14%
가 급여 인상 또는 승진 성취
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 6개 강좌 중 4번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
완료하는 데 약 20시간 필요
영어
자막: 영어, 한국어, 중국어 (간체자)
귀하가 습득할 기술
Machine Learning ConceptsKnimeMachine LearningApache Spark
학습자 경력 결과
42%
가 이 강좌를 수료한 후 새로운 커리어를 시작함
41%
가 이 강좌를 통해 확실한 경력상 이점을 얻음
14%
가 급여 인상 또는 승진 성취
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 6개 강좌 중 4번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
완료하는 데 약 20시간 필요
영어
자막: 영어, 한국어, 중국어 (간체자)
제공자:
캘리포니아 샌디에고 대학교
UC San Diego is an academic powerhouse and economic engine, recognized as one of the top 10 public universities by U.S. News and World Report. Innovation is central to who we are and what we do. Here, students learn that knowledge isn't just acquired in the classroom—life is their laboratory.
강의 계획 - 이 강좌에서 배울 내용
완료하는 데 24분 필요
Welcome
완료하는 데 24분 필요
2개 동영상 (총 14분)
완료하는 데 3시간 필요
Introduction to Machine Learning with Big Data
완료하는 데 3시간 필요
7개 동영상 (총 45분), 7 개의 읽기 자료, 1 개의 테스트
7개의 동영상
Categories Of Machine Learning Techniques7m
Machine Learning Process3m
Goals and Activities in the Machine Learning Process10m
CRISP-DM5m
Scaling Up Machine Learning Algorithms5m
Tools Used in this Course5m
7개의 읽기 자료
Slides: Machine Learning Overview and Applications25m
Downloading, Installing and Using KNIME1시간
Downloading and Installing the Cloudera VM Instructions (Windows)10m
Downloading and Installing the Cloudera VM Instructions (Mac)10m
Instructions for Downloading Hands On Datasets10m
Instructions for Starting Jupyter10m
PDFs of Readings for Week 1 Hands-On10m
1개 연습문제
Machine Learning Overview20m
완료하는 데 3시간 필요
Data Exploration
완료하는 데 3시간 필요
6개 동영상 (총 39분), 5 개의 읽기 자료, 2 개의 테스트
6개의 동영상
Data Exploration4m
Data Exploration through Summary Statistics7m
Data Exploration through Plots8m
Exploring Data with KNIME Plots9m
Data Exploration in Spark5m
5개의 읽기 자료
Slides: Data Exploration Overview and Terminology10m
Description of Daily Weather Dataset10m
Exploring Data with KNIME Plots40m
Data Exploration in Spark10m
PDFs of Activities for Data Exploration Hands-On Readings10m
2개 연습문제
Data Exploration20m
Data Exploration in KNIME and Spark Quiz20m
완료하는 데 3시간 필요
Data Preparation
완료하는 데 3시간 필요
8개 동영상 (총 42분), 4 개의 읽기 자료, 2 개의 테스트
8개의 동영상
Data Quality4m
Addressing Data Quality Issues4m
Feature Selection5m
Feature Transformation5m
Dimensionality Reduction7m
Handling Missing Values in KNIME5m
Handling Missing Values in Spark5m
4개의 읽기 자료
Slides: Data Preparation for Machine Learning30m
Handling Missing Values in KNIME20m
Handling Missing Values in Spark10m
PDFs for Data Preparation Hands-On Readings10m
2개 연습문제
Data Preparation25m
Handling Missing Values in KNIME and Spark Quiz20m
완료하는 데 4시간 필요
Classification
완료하는 데 4시간 필요
8개 동영상 (총 60분), 7 개의 읽기 자료, 2 개의 테스트
8개의 동영상
Building and Applying a Classification Model5m
Classification Algorithms2m
k-Nearest Neighbors4m
Decision Trees13m
Naïve Bayes14m
Classification using Decision Tree in KNIME8m
Classification in Spark6m
7개의 읽기 자료
Slides: What is Classification?10m
Slides: Classification Algorithms10m
Classification using Decision Tree in KNIME45m
Interpreting a Decision Tree in KNIME20m
Instructions for Changing the Number of Cloudera VM CPUs10m
Classification in Spark45m
PDFs for Classification Hands-On Readings10m
2개 연습문제
Classification20m
Classification in KNIME and Spark Quiz16m
완료하는 데 3시간 필요
Evaluation of Machine Learning Models
완료하는 데 3시간 필요
7개 동영상 (총 42분), 7 개의 읽기 자료, 2 개의 테스트
7개의 동영상
Overfitting in Decision Trees3m
Using a Validation Set9m
Metrics to Evaluate Model Performance10m
Confusion Matrix7m
Evaluation of Decision Tree in KNIME3m
Evaluation of Decision Tree in Spark2m
7개의 읽기 자료
Slides: Overfitting: What is it and how would you prevent it?10m
Slides: Model evaluation metrics and methods10m
Evaluation of Decision Tree in KNIME30m
Completed KNIME Workflows10m
Evaluation of Decision Tree in Spark20m
Comparing Classification Results for KNIME and Spark10m
PDFs for Evaluation of Machine Learning Models Hands-On Readings10m
2개 연습문제
Model Evaluation20m
Model Evaluation in KNIME and Spark Quiz16m
검토
MACHINE LEARNING WITH BIG DATA의 최상위 리뷰
JC 제공2018년 12월 8일
Interesting material. Ran into several issues with the hands on that could have been avoided. Loved learning more about Neo4J. The section on Spark needed more time and additional descriptions.
MM 제공2017년 1월 29일
This is a valuable course in learning the basics of machine learning. but I was hoping to to get more hands on practice in this course. but overall, i learned a lot with the existing content.
JA 제공2017년 5월 9일
Great overview about the machine learning in general. There are still lots not covered specially the Neural Network algorithms. Learning Spark MLlib was great advantage of this course.
PR 제공2018년 7월 18일
Excellent course, I learned a lot about machine learning with big data, but most importantly I feel ready to take it into more complex level although I realized there is lots to learn.
빅 데이터 특화 과정 정보
Drive better business decisions with an overview of how big data is organized, analyzed, and interpreted. Apply your insights to real-world problems and questions.
*********
Do you need to understand big data and how it will impact your business? This Specialization is for you. You will gain an understanding of what insights big data can provide through hands-on experience with the tools and systems used by big data scientists and engineers. Previous programming experience is not required! You will be guided through the basics of using Hadoop with MapReduce, Spark, Pig and Hive. By following along with provided code, you will experience how one can perform predictive modeling and leverage graph analytics to model problems. This specialization will prepare you to ask the right questions about data, communicate effectively with data scientists, and do basic exploration of large, complex datasets. In the final Capstone Project, developed in partnership with data software company Splunk, you’ll apply the skills you learned to do basic analyses of big data.
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
강의 및 과제 이용 권한은 등록 유형에 따라 다릅니다. 청강 모드로 강좌를 수강하면 대부분의 강좌 자료를 무료로 볼 수 있습니다. 채점된 과제를 이용하고 수료증을 받으려면 청강 도중 또는 이후에 수료증 경험을 구매해야 합니다. 청강 옵션이 표시되지 않는 경우:
- 강좌에서 청강 옵션을 제공하지 않을 수 있습니다. 대신 무료 평가판을 사용하거나 재정 지원을 신청할 수 있습니다.
이 전문 분야를 구독하면 무엇을 이용할 수 있나요?
강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.
환불 규정은 어떻게 되나요?
구독하는 경우, 취소해도 요금이 청구되지 않는 7일간의 무료 평가판을 이용할 수 있습니다. 해당 기간이 지난 후에는 환불이 되지 않지만, 언제든 구독을 취소할 수 있습니다. 전체 환불 정책 보기.
재정 지원을 받을 수 있나요?
예, Coursera에서는 수업료를 낼 수 없는 학습자를 위해 재정 지원을 제공합니다. 왼쪽에 있는 등록 버튼 아래 재정 지원 링크를 클릭하면 지원할 수 있습니다. 신청서를 작성하라는 메시지가 표시되며 승인되면 알림을 받습니다. 성취 프로젝트를 포함하여 전문 분야의 각 강좌에서 이 단계를 완료해야 합니다. 자세히 알아보기.
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
