About this Course
최근 조회 295,439

다음 전문 분야의 5개 강좌 중 3번째 강좌:

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

완료하는 데 약 24시간 필요

권장: 8 hours/week...

영어

자막: 영어, 한국어
User
Course을(를) 수강하는 학습자
  • Data Scientists
  • Data Analysts
  • Machine Learning Engineers
  • Risk Managers
  • Scientists

배울 내용

  • Check

    Build features that meet analysis needs

  • Check

    Create and evaluate data clusters

  • Check

    Describe how machine learning is different than descriptive statistics

  • Check

    Explain different approaches for creating predictive models

귀하가 습득할 기술

Python ProgrammingMachine Learning (ML) AlgorithmsMachine LearningScikit-Learn
User
Course을(를) 수강하는 학습자
  • Data Scientists
  • Data Analysts
  • Machine Learning Engineers
  • Risk Managers
  • Scientists

다음 전문 분야의 5개 강좌 중 3번째 강좌:

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

완료하는 데 약 24시간 필요

권장: 8 hours/week...

영어

자막: 영어, 한국어

강의 계획 - 이 강좌에서 배울 내용

1
완료하는 데 8시간 필요

Module 1: Fundamentals of Machine Learning - Intro to SciKit Learn

6개 동영상 (총 71분), 4 readings, 2 quizzes
6개의 동영상
Key Concepts in Machine Learning13m
Python Tools for Machine Learning4m
An Example Machine Learning Problem12m
Examining the Data9m
K-Nearest Neighbors Classification20m
4개의 읽기 자료
Course Syllabus10m
Help us learn more about you!10m
Notice for Auditing Learners: Assignment Submission10m
Zachary Lipton: The Foundations of Algorithmic Bias (optional)30m
1개 연습문제
Module 1 Quiz20m
2
완료하는 데 9시간 필요

Module 2: Supervised Machine Learning - Part 1

12개 동영상 (총 166분), 2 readings, 2 quizzes
12개의 동영상
Overfitting and Underfitting12m
Supervised Learning: Datasets4m
K-Nearest Neighbors: Classification and Regression13m
Linear Regression: Least-Squares17m
Linear Regression: Ridge, Lasso, and Polynomial Regression19m
Logistic Regression12m
Linear Classifiers: Support Vector Machines13m
Multi-Class Classification6m
Kernelized Support Vector Machines18m
Cross-Validation9m
Decision Trees19m
2개의 읽기 자료
A Few Useful Things to Know about Machine Learning10m
Ed Yong: Genetic Test for Autism Refuted (optional)10m
1개 연습문제
Module 2 Quiz22m
3
완료하는 데 7시간 필요

Module 3: Evaluation

7개 동영상 (총 81분), 1 reading, 2 quizzes
7개의 동영상
Confusion Matrices & Basic Evaluation Metrics12m
Classifier Decision Functions7m
Precision-recall and ROC curves6m
Multi-Class Evaluation13m
Regression Evaluation6m
Model Selection: Optimizing Classifiers for Different Evaluation Metrics13m
1개의 읽기 자료
Practical Guide to Controlled Experiments on the Web (optional)10m
1개 연습문제
Module 3 Quiz28m
4
완료하는 데 10시간 필요

Module 4: Supervised Machine Learning - Part 2

10개 동영상 (총 94분), 11 readings, 2 quizzes
10개의 동영상
Random Forests11m
Gradient Boosted Decision Trees5m
Neural Networks19m
Deep Learning (Optional)7m
Data Leakage11m
Introduction4m
Dimensionality Reduction and Manifold Learning9m
Clustering14m
Conclusion2m
11개의 읽기 자료
Neural Networks Made Easy (optional)10m
Play with Neural Networks: TensorFlow Playground (optional)10m
Deep Learning in a Nutshell: Core Concepts (optional)10m
Assisting Pathologists in Detecting Cancer with Deep Learning (optional)10m
The Treachery of Leakage (optional)10m
Leakage in Data Mining: Formulation, Detection, and Avoidance (optional)10m
Data Leakage Example: The ICML 2013 Whale Challenge (optional)10m
Rules of Machine Learning: Best Practices for ML Engineering (optional)10m
How to Use t-SNE Effectively10m
How Machines Make Sense of Big Data: an Introduction to Clustering Algorithms10m
Post-course Survey10m
1개 연습문제
Module 4 Quiz20m
4.6
695개의 리뷰Chevron Right

34%

이 강좌를 수료한 후 새로운 경력 시작하기

35%

이 강좌를 통해 확실한 경력상 이점 얻기

10%

급여 인상 또는 승진하기

Applied Machine Learning in Python의 최상위 리뷰

대학: OASep 9th 2017

This course is ideally designed for understanding, which tools you can use to do machine learning tasks in python. However, for deep understanding ML algorithms you should take more math based courses

대학: FLOct 14th 2017

Very well structured course, and very interesting too! Has made me want to pursue a career in machine learning. I originally just wanted to learn to program, without true goal, now I have one thanks!!

강사

Avatar

Kevyn Collins-Thompson

Associate Professor
School of Information

미시건 대학교 정보

The mission of the University of Michigan is to serve the people of Michigan and the world through preeminence in creating, communicating, preserving and applying knowledge, art, and academic values, and in developing leaders and citizens who will challenge the present and enrich the future....

Python과 함께하는 응용 데이터 과학 전문 분야 정보

The 5 courses in this University of Michigan specialization introduce learners to data science through the python programming language. This skills-based specialization is intended for learners who have a basic python or programming background, and want to apply statistical, machine learning, information visualization, text analysis, and social network analysis techniques through popular python toolkits such as pandas, matplotlib, scikit-learn, nltk, and networkx to gain insight into their data. Introduction to Data Science in Python (course 1), Applied Plotting, Charting & Data Representation in Python (course 2), and Applied Machine Learning in Python (course 3) should be taken in order and prior to any other course in the specialization. After completing those, courses 4 and 5 can be taken in any order. All 5 are required to earn a certificate....
Python과 함께하는 응용 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.