이 강좌에 대하여

최근 조회 47,183
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 3개 강좌 중 1번째 강좌:
중급 단계

Calculus, Linear algebra, Python

완료하는 데 약 40시간 필요
영어

배울 내용

  • Use modern machine learning tools and python libraries.

  • Compare logistic regression’s strengths and weaknesses.

  • Explain how to deal with linearly-inseparable data.

  • Explain what decision tree is & how it splits nodes.

귀하가 습득할 기술

  • Hyperparameter
  • Decision Tree
  • ensembling
  • sklearn
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 3개 강좌 중 1번째 강좌:
중급 단계

Calculus, Linear algebra, Python

완료하는 데 약 40시간 필요
영어

제공자:

Placeholder

콜로라도 대학교 볼더 캠퍼스

석사 학위 취득 시작

이 강좌은(는) 콜로라도 대학교 볼더 캠퍼스의 100% 온라인 Master of Science in Data Science 중 일부입니다. 전체 프로그램을 수료하면 귀하의 강좌가 학위 취득에 반영됩니다.

강의 계획표 - 이 강좌에서 배울 내용

1

1

완료하는 데 7시간 필요

Introduction to Machine Learning, Linear Regression

완료하는 데 7시간 필요
5개 동영상 (총 67분), 11 개의 읽기 자료, 6 개의 테스트
2

2

완료하는 데 6시간 필요

Multilinear Regression

완료하는 데 6시간 필요
4개 동영상 (총 44분), 5 개의 읽기 자료, 3 개의 테스트
3

3

완료하는 데 7시간 필요

Logistic Regression

완료하는 데 7시간 필요
4개 동영상 (총 63분), 6 개의 읽기 자료, 3 개의 테스트
4

4

완료하는 데 7시간 필요

Non-parametric Models

완료하는 데 7시간 필요
5개 동영상 (총 66분), 6 개의 읽기 자료, 3 개의 테스트

Machine Learning: Theory and Hands-on Practice with Python 특화 과정 정보

Machine Learning: Theory and Hands-on Practice with Python

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.