이 강좌에 대하여

최근 조회 846,819

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: 영어, 한국어

배울 내용

  • Describe how machine learning is different than descriptive statistics

  • Create and evaluate data clusters

  • Explain different approaches for creating predictive models

  • Build features that meet analysis needs

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: 영어, 한국어

제공자:

미시건 대학교 로고

미시건 대학교

강의 계획 - 이 강좌에서 배울 내용

콘텐츠 평가Thumbs Up91%(11,137개의 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 Quiz20m
2

2

완료하는 데 9시간 필요

Module 2: Supervised Machine Learning - Part 1

완료하는 데 9시간 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 Quiz22m
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 Quiz28m
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 Quiz20m

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

  • 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.

  • 이 강좌는 대학 학점을 제공하지 않지만, 일부 대학에서 선택적으로 강좌 수료증을 학점으로 인정할 수도 있습니다. 자세한 내용은 해당 기관에 문의하세요. Coursera의 온라인 학위Mastertrack™ 수료증은 대학 학점을 취득할 기회를 제공합니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.