이 강좌에 대하여

최근 조회 1,021,241

학습자 경력 결과

32%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

30%

가 이 강좌를 통해 확실한 경력상 이점을 얻음
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 4개 강좌 중 1번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
완료하는 데 약 15시간 필요
영어
자막: 영어, 한국어, 베트남어, 중국어 (간체자)

귀하가 습득할 기술

Python ProgrammingMachine Learning ConceptsMachine LearningDeep Learning

학습자 경력 결과

32%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

30%

가 이 강좌를 통해 확실한 경력상 이점을 얻음
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 4개 강좌 중 1번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
완료하는 데 약 15시간 필요
영어
자막: 영어, 한국어, 베트남어, 중국어 (간체자)

제공자:

워싱턴 대학교 로고

워싱턴 대학교

강의 계획 - 이 강좌에서 배울 내용

콘텐츠 평가Thumbs Up93%(46,468개의 평가)Info
1

1

완료하는 데 3시간 필요

Welcome

완료하는 데 3시간 필요
18개 동영상 (총 84분), 8 개의 읽기 자료, 1 개의 테스트
18개의 동영상
Who we are5m
Machine learning is changing the world3m
Why a case study approach?7m
Specialization overview6m
How we got into ML3m
Who is this specialization for?4m
What you'll be able to do57
The capstone and an example intelligent application6m
The future of intelligent applications2m
Starting a Jupyter Notebook5m
Creating variables in Python7m
Conditional statements and loops in Python8m
Creating functions and lambdas in Python3m
Starting Turi Create & loading an SFrame4m
Canvas for data visualization4m
Interacting with columns of an SFrame4m
Using .apply() for data transformation5m
8개의 읽기 자료
Important Update regarding the Machine Learning Specialization10m
Slides presented in this module10m
Getting started with Python, Jupyter Notebook, & Turi Create10m
Where should my files go?10m
Important changes from previous courses10m
Download the Jupyter Notebook used in this lesson to follow along10m
Download the Jupyter Notebook used in this lesson to follow along10m
Download Wiki People Data10m
1개 연습문제
SFrames15m
2

2

완료하는 데 2시간 필요

Regression: Predicting House Prices

완료하는 데 2시간 필요
19개 동영상 (총 82분), 3 개의 읽기 자료, 2 개의 테스트
19개의 동영상
What is the goal and how might you naively address it?3m
Linear Regression: A Model-Based Approach5m
Adding higher order effects4m
Evaluating overfitting via training/test split6m
Training/test curves4m
Adding other features2m
Other regression examples3m
Regression ML block diagram5m
Loading & exploring house sale data7m
Splitting the data into training and test sets2m
Learning a simple regression model to predict house prices from house size3m
Evaluating error (RMSE) of the simple model2m
Visualizing predictions of simple model with Matplotlib4m
Inspecting the model coefficients learned1m
Exploring other features of the data6m
Learning a model to predict house prices from more features3m
Applying learned models to predict price of an average house5m
Applying learned models to predict price of two fancy houses7m
3개의 읽기 자료
Slides presented in this module10m
Download the Jupyter Notebook used in this lesson to follow along10m
Predicting house prices assignment10m
2개 연습문제
Regression18m
Predicting house prices6m
3

3

완료하는 데 2시간 필요

Classification: Analyzing Sentiment

완료하는 데 2시간 필요
19개 동영상 (총 75분), 3 개의 읽기 자료, 2 개의 테스트
19개의 동영상
What is an intelligent restaurant review system?4m
Examples of classification tasks4m
Linear classifiers5m
Decision boundaries3m
Training and evaluating a classifier4m
What's a good accuracy?3m
False positives, false negatives, and confusion matrices6m
Learning curves5m
Class probabilities1m
Classification ML block diagram3m
Loading & exploring product review data2m
Creating the word count vector2m
Exploring the most popular product4m
Defining which reviews have positive or negative sentiment4m
Training a sentiment classifier3m
Evaluating a classifier & the ROC curve4m
Applying model to find most positive & negative reviews for a product4m
Exploring the most positive & negative aspects of a product4m
3개의 읽기 자료
Slides presented in this module10m
Download the Jupyter Notebook used in this lesson to follow along10m
Analyzing product sentiment assignment10m
2개 연습문제
Classification14m
Analyzing product sentiment22m
4

4

완료하는 데 2시간 필요

Clustering and Similarity: Retrieving Documents

완료하는 데 2시간 필요
17개 동영상 (총 76분), 3 개의 읽기 자료, 2 개의 테스트
17개의 동영상
What is the document retrieval task?1m
Word count representation for measuring similarity6m
Prioritizing important words with tf-idf3m
Calculating tf-idf vectors5m
Retrieving similar documents using nearest neighbor search2m
Clustering documents task overview2m
Clustering documents: An unsupervised learning task4m
k-means: A clustering algorithm3m
Other examples of clustering6m
Clustering and similarity ML block diagram7m
Loading & exploring Wikipedia data5m
Exploring word counts5m
Computing & exploring TF-IDFs7m
Computing distances between Wikipedia articles5m
Building & exploring a nearest neighbors model for Wikipedia articles3m
Examples of document retrieval in action4m
3개의 읽기 자료
Slides presented in this module10m
Download the Jupyter Notebook used in this lesson to follow along10m
Retrieving Wikipedia articles assignment10m
2개 연습문제
Clustering and Similarity12m
Retrieving Wikipedia articles18m

검토

MACHINE LEARNING FOUNDATIONS: A CASE STUDY APPROACH의 최상위 리뷰

모든 리뷰 보기

기계 학습 특화 과정 정보

This Specialization from leading researchers at the University of Washington introduces you to the exciting, high-demand field of Machine Learning. Through a series of practical case studies, you will gain applied experience in major areas of Machine Learning including Prediction, Classification, Clustering, and Information Retrieval. You will learn to analyze large and complex datasets, create systems that adapt and improve over time, and build intelligent applications that can make predictions from data....
기계 학습

자주 묻는 질문

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • 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.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.