이 강좌에 대하여

최근 조회 634,128

학습자 경력 결과

34%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

35%

가 이 강좌를 통해 확실한 경력상 이점을 얻음

12%

가 급여 인상 또는 승진 성취
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 5개 강좌 중 3번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 34시간 필요
영어
자막: 프랑스어, 한국어, 러시아어, 영어, 스페인어

귀하가 습득할 기술

Python ProgrammingMachine Learning (ML) AlgorithmsMachine LearningScikit-Learn

학습자 경력 결과

34%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

35%

가 이 강좌를 통해 확실한 경력상 이점을 얻음

12%

가 급여 인상 또는 승진 성취
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 5개 강좌 중 3번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 34시간 필요
영어
자막: 프랑스어, 한국어, 러시아어, 영어, 스페인어

제공자:

Placeholder

미시건 대학교

강의 계획 - 이 강좌에서 배울 내용

콘텐츠 평가Thumbs Up92%(13,094개의 평가)Info
1

1

완료하는 데 8시간 필요

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

완료하는 데 8시간 필요
6개 동영상 (총 71분), 4 개의 읽기 자료, 2 개의 테스트
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 Quiz30m
2

2

완료하는 데 10시간 필요

Module 2: Supervised Machine Learning - Part 1

완료하는 데 10시간 필요
12개 동영상 (총 166분), 2 개의 읽기 자료, 2 개의 테스트
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 Quiz30m
3

3

완료하는 데 7시간 필요

Module 3: Evaluation

완료하는 데 7시간 필요
7개 동영상 (총 81분), 1 개의 읽기 자료, 2 개의 테스트
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 Quiz30m
4

4

완료하는 데 10시간 필요

Module 4: Supervised Machine Learning - Part 2

완료하는 데 10시간 필요
10개 동영상 (총 94분), 11 개의 읽기 자료, 2 개의 테스트
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 Quiz30m

검토

APPLIED MACHINE LEARNING IN PYTHON의 최상위 리뷰

모든 리뷰 보기

Python과 함께하는 응용 데이터 과학 특화 과정 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

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.