이 강좌에 대하여

최근 조회 9,298

학습자 경력 결과

25%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

20%

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 2번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
완료하는 데 약 7시간 필요
영어

귀하가 습득할 기술

Random ForestPredictive AnalyticsMachine LearningR Programming

학습자 경력 결과

25%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

20%

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 2번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
완료하는 데 약 7시간 필요
영어

제공자:

Placeholder

워싱턴 대학교

강의 계획 - 이 강좌에서 배울 내용

1

1

완료하는 데 2시간 필요

Practical Statistical Inference

완료하는 데 2시간 필요
28개 동영상 (총 121분)
28개의 동영상
Hypothesis Testing5m
Significance Tests and P-Values3m
Example: Difference of Means4m
Deriving the Sampling Distribution6m
Shuffle Test for Significance4m
Comparing Classical and Resampling Methods3m
Bootstrap6m
Resampling Caveats6m
Outliers and Rank Transformation3m
Example: Chi-Squared Test3m
Bad Science Revisited: Publication Bias4m
Effect Size4m
Meta-analysis5m
Fraud and Benford's Law4m
Intuition for Benford's Law2m
Benford's Law Explained Visually3m
Multiple Hypothesis Testing: Bonferroni and Sidak Corrections3m
Multiple Hypothesis Testing: False Discovery Rate4m
Multiple Hypothesis Testing: Benjamini-Hochberg Procedure3m
Big Data and Spurious Correlations4m
Spurious Correlations: Stock Price Example3m
How is Big Data Different?3m
Bayesian vs. Frequentist4m
Motivation for Bayesian Approaches3m
Bayes' Theorem2m
Applying Bayes' Theorem4m
Naive Bayes: Spam Filtering4m
2

2

완료하는 데 3시간 필요

Supervised Learning

완료하는 데 3시간 필요
26개 동영상 (총 111분), 1 개의 읽기 자료, 1 개의 테스트
26개의 동영상
Simple Examples3m
Structure of a Machine Learning Problem5m
Classification with Simple Rules5m
Learning Rules4m
Rules: Sequential Covering3m
Rules Recap2m
From Rules to Trees2m
Entropy4m
Measuring Entropy4m
Using Information Gain to Build Trees6m
Building Trees: ID3 Algorithm2m
Building Trees: C.45 Algorithm4m
Rules and Trees Recap3m
Overfitting7m
Evaluation: Leave One Out Cross Validation5m
Evaluation: Accuracy and ROC Curves5m
Bootstrap Revisited4m
Ensembles, Bagging, Boosting4m
Boosting Walkthrough5m
Random Forests3m
Random Forests: Variable Importance5m
Summary: Trees and Forests2m
Nearest Neighbor4m
Nearest Neighbor: Similarity Functions4m
Nearest Neighbor: Curse of Dimensionality3m
1개의 읽기 자료
R Assignment: Classification of Ocean Microbes10m
1개 연습문제
R Assignment: Classification of Ocean Microbes30m
3

3

완료하는 데 1시간 필요

Optimization

완료하는 데 1시간 필요
11개 동영상 (총 41분)
11개의 동영상
Gradient Descent Visually4m
Gradient Descent in Detail2m
Gradient Descent: Questions to Consider3m
Intuition for Logistic Regression4m
Intuition for Support Vector Machines3m
Support Vector Machine Example3m
Intuition for Regularization3m
Intuition for LASSO and Ridge Regression3m
Stochastic and Batched Gradient Descent5m
Parallelizing Gradient Descent3m
4

4

완료하는 데 1시간 필요

Unsupervised Learning

완료하는 데 1시간 필요
4개 동영상 (총 21분)
4개의 동영상
K-means5m
DBSCAN4m
DBSCAN Variable Density and Parallel Algorithms4m

검토

PRACTICAL PREDICTIVE ANALYTICS: MODELS AND METHODS의 최상위 리뷰

모든 리뷰 보기

Data Science at Scale 특화 과정 정보

Data Science at Scale

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.