이 강좌에 대하여

최근 조회 30,477

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

다음 특화 과정의 4개 강좌 중 2번째 강좌:

유동적 마감일

일정에 따라 마감일을 재설정합니다.

완료하는 데 약 9시간 필요

영어

자막: 영어

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

다음 특화 과정의 4개 강좌 중 2번째 강좌:

유동적 마감일

일정에 따라 마감일을 재설정합니다.

완료하는 데 약 9시간 필요

영어

자막: 영어

제공자:

Alberta Machine Intelligence Institute 로고

Alberta Machine Intelligence Institute

강의 계획 - 이 강좌에서 배울 내용

1

1

완료하는 데 4시간 필요

Classification using Decision Trees and k-NN

완료하는 데 4시간 필요
8개 동영상 (총 46분), 4 개의 읽기 자료, 2 개의 테스트
8개의 동영상
What does a classifier actually do?5m
Classification in scikit-learn3m
What are decision trees?6m
Generalization and overfitting8m
Classification using k-nearest neighbours8m
Distance measures8m
Weekly summary2m
4개의 읽기 자료
Math Review10m
Scikitlearn documentation for decision trees (Optional)10m
Scikitlearn documentation for random forests (Optional)10m
Scikitlearn documentation for k-nearest neighbours (Optional)10m
2개 연습문제
Supervised Learning Basics
Understanding Classification with Decision Trees and k-NN20m
2

2

완료하는 데 2시간 필요

Functions for Fun and Profit

완료하는 데 2시간 필요
9개 동영상 (총 62분), 1 개의 읽기 자료, 4 개의 테스트
9개의 동영상
Optimal line-fitting8m
Loss and Convexity7m
Gradient Descent9m
Nonlinear features and model complexity6m
Bias and variance tradeoff6m
Regularizers5m
Loss for Classification7m
Weekly summary4m
1개의 읽기 자료
Scikitlearn documentation for linear regression (Optional)10m
4개 연습문제
Regression Basics
Understanding Model Complexity
From Regression to Classification2m
The Regression side of Supervised Learning20m
3

3

완료하는 데 3시간 필요

Regression for Classification: Support Vector Machines

완료하는 데 3시간 필요
6개 동영상 (총 34분), 1 개의 읽기 자료, 2 개의 테스트
6개의 동영상
Neural Networks9m
Hinge Loss6m
Basics of Support Vector Machines6m
Kernels6m
Weekly Summary1m
1개의 읽기 자료
Scikitlearn documentation for SVMs (Optional)10m
2개 연습문제
Understanding Support Vector Machines
Regression-based Classification10m
4

4

완료하는 데 1시간 필요

Contrasting Models

완료하는 데 1시간 필요
8개 동영상 (총 46분), 1 개의 읽기 자료, 1 개의 테스트
8개의 동영상
Classification assessment6m
Learning Curves6m
Testing your models7m
Cross validation5m
Parameter tuning and grid search5m
Model Parameters6m
Weekly Summary1m
1개의 읽기 자료
Some resources on model assessment (Optional)10m
1개 연습문제
Contrasting Models

Machine Learning: Algorithms in the Real World 특화 과정 정보

This specialization is for professionals who have heard the buzz around machine learning and want to apply machine learning to data analysis and automation. Whether finance, medicine, engineering, business or other domains, this specialization will set you up to define, train, and maintain a successful machine learning application. After completing all four courses, you will have gone through the entire process of building a machine learning project. You will be able to clearly define a machine learning problem, identify appropriate data, train a classification algorithm, improve your results, and deploy it in the real world. You will also be able to anticipate and mitigate common pitfalls in applied machine learning....
Machine Learning: Algorithms in the Real World

자주 묻는 질문

  • 강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.

  • 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.

  • 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.

  • 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.

  • 이 강좌는 대학 학점을 제공하지 않지만, 일부 대학에서 선택적으로 강좌 수료증을 학점으로 인정할 수도 있습니다. 자세한 내용은 해당 기관에 문의하세요. Coursera의 온라인 학위Mastertrack™ 수료증은 대학 학점을 취득할 기회를 제공합니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.