About this Course
53,230

다음의 8/10개 강좌

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

탄력적인 마감일

일정에 따라 마감일을 재설정합니다.

완료하는 데 약 14시간 필요

영어

자막: 영어

배울 내용

  • Check

    Describe machine learning methods such as regression or classification trees

  • Check

    Explain the complete process of building prediction functions

  • Check

    Understand concepts such as training and tests sets, overfitting, and error rates

  • Check

    Use the basic components of building and applying prediction functions

귀하가 습득할 기술

Random ForestMachine Learning (ML) AlgorithmsMachine LearningR Programming

다음의 8/10개 강좌

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

탄력적인 마감일

일정에 따라 마감일을 재설정합니다.

완료하는 데 약 14시간 필요

영어

자막: 영어

강의 계획 - 이 강좌에서 배울 내용

1
완료하는 데 2시간 필요

Week 1: Prediction, Errors, and Cross Validation

This week will cover prediction, relative importance of steps, errors, and cross validation....
9 videos (Total 73 min), 3 readings, 1 quiz
9개의 동영상
What is prediction?8m
Relative importance of steps9m
In and out of sample errors6m
Prediction study design9m
Types of errors10m
Receiver Operating Characteristic5m
Cross validation8m
What data should you use?6m
3개의 읽기 자료
Welcome to Practical Machine Learning10m
Syllabus10m
Pre-Course Survey10m
1개 연습문제
Quiz 110m
2
완료하는 데 2시간 필요

Week 2: The Caret Package

This week will introduce the caret package, tools for creating features and preprocessing....
9 videos (Total 96 min), 1 quiz
9개의 동영상
Data slicing5m
Training options7m
Plotting predictors10m
Basic preprocessing10m
Covariate creation17m
Preprocessing with principal components analysis14m
Predicting with Regression12m
Predicting with Regression Multiple Covariates11m
1개 연습문제
Quiz 210m
3
완료하는 데 1시간 필요

Week 3: Predicting with trees, Random Forests, & Model Based Predictions

This week we introduce a number of machine learning algorithms you can use to complete your course project....
5 videos (Total 48 min), 1 quiz
5개의 동영상
Bagging9m
Random Forests6m
Boosting7m
Model Based Prediction11m
1개 연습문제
Quiz 310m
4
완료하는 데 4시간 필요

Week 4: Regularized Regression and Combining Predictors

This week, we will cover regularized regression and combining predictors. ...
4 videos (Total 33 min), 2 readings, 3 quizzes
4개의 동영상
Combining predictors7m
Forecasting7m
Unsupervised Prediction4m
2개의 읽기 자료
Course Project Instructions (READ FIRST)10m
Post-Course Survey10m
2개 연습문제
Quiz 410m
Course Project Prediction Quiz40m
4.5
463개의 리뷰Chevron Right

42%

이 강좌를 수료한 후 새로운 경력 시작하기

41%

이 강좌를 통해 확실한 경력상 이점 얻기

15%

급여 인상 또는 승진하기

최상위 리뷰

대학: ADMar 1st 2017

Issues of every stage of the construction of learning machine model, as well as issues with several different machine learning methods are well and in fine yet very understandable detail explained.

대학: DHJun 18th 2018

Excellent introduction to basic ML techniques. A lot of material covered in a short period of time! I will definitely seek more advanced training out of the inspiration provided by this class.

강사

Avatar

Jeff Leek, PhD

Associate Professor, Biostatistics
Bloomberg School of Public Health
Avatar

Roger D. Peng, PhD

Associate Professor, Biostatistics
Bloomberg School of Public Health
Avatar

Brian Caffo, PhD

Professor, Biostatistics
Bloomberg School of Public Health

존스홉킨스대학교 정보

The mission of The Johns Hopkins University is to educate its students and cultivate their capacity for life-long learning, to foster independent and original research, and to bring the benefits of discovery to the world....

데이터 과학 전문 분야 정보

Ask the right questions, manipulate data sets, and create visualizations to communicate results. This Specialization covers the concepts and tools you'll need throughout the entire data science pipeline, from asking the right kinds of questions to making inferences and publishing results. In the final Capstone Project, you’ll apply the skills learned by building a data product using real-world data. At completion, students will have a portfolio demonstrating their mastery of the material....
데이터 과학

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.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.