このコースは、その高い評価と多数の評価に基づいて、Courseraのトップ100ベストコースにランク付けされました。
あなたはデータを持っていて、それがあなたに何を伝えることができるのか疑問に思いますか? 機械学習がビジネスを改善するための主な方法をより深く理解する必要がありますか? 回帰や分類からディープラーニングやレコメンダーシステムまで、スペシャリストとチャットできるようにしたいですか? このコースでは、一連の実践的なケーススタディを通じて、機械学習の実践的な経験を積むことができます。 最初のコースの終わりまでに、あなたはに基づいて住宅価格を予測する方法を勉強するでしょう
あなたはデータを持っていて、それがあなたに何を伝えることができるのか疑問に思いますか? 機械学習がビジネスを改善するための主な方法をより深く理解する必要がありますか? 回帰や分類からディープラーニングやレコメンダーシステムまで、スペシャリストとチャットできるようにしたいですか? このコースでは、一連の実践的なケーススタディを通じて、機械学習の実践的な経験を積むことができます。
最初のコースの終わりまでに、住宅レベルの機能に基づいて住宅価格を予測し、ユーザーの感情を分析し、関心のあるドキュメントを取得し、製品を推奨し、画像を検索する方法を学習します。
これらのユースケースを実際に実践することで、幅広い分野で機械学習手法を適用できるようになります。
この最初のコースでは、機械学習手法をブラックボックスとして扱います。
この抽象化を使用して、関心のあるタスクを理解し、これらのタスクを機械学習ツールと照合し、結果の品質を評価することに焦点を当てます。
後のコースでは、モデルとアルゴリズムを調べて、このブラックボックスのコンポーネントを詳しく調べます。
これらの要素が一緒になって機械学習パイプラインを形成し、インテリジェントアプリケーションの開発に使用します。
学習成果:このコースを修了すると、次のことができるようになります。-実際の機械学習の潜在的なアプリケーションを特定する。
-回帰、分類、およびクラスタリングによって可能になる分析の中心的な違いを説明します。
-潜在的なアプリケーションに適した機械学習タスクを選択します。
-回帰、分類、クラスタリング、検索、レコメンデーションシステム、およびディープラーニングを適用します。
-機械学習モデルへの入力として機能する機能としてデータを表現します。
-各タスクに関連するエラーメトリックの観点からモデルの品質を評価します。
-データセットを使用してモデルを適合させ、新しいデータを分析します。
-機械学習をコアとして使用するエンドツーエンドのアプリケーションを構築します。
-Pythonでこれらの手法を実装します。
52
機械学習はどこにでもありますが、多くの場合、舞台裏で機能します。 この専門分野の紹介では、機械学習の力と、完了時に個人的に開発および展開できる多数のインテリジェントアプリケーションについて学習します。 また、私たちが誰であるか、どのようにしてここにたどり着いたか、そしてスマートアプリの将来に対するビジョンについても話し合います。
今週は、データから予測を行う最初のスマートアプリを作成します。 最初のケーススタディである住宅価格の予測のコンテキスト内でこのアイデアを検討します。ここでは、入力特性(平方フィート、寝室と浴室の数など)から連続値(価格)を予測するモデルを作成します。 。 これは、回帰を適用できる多くの場所の3つにすぎません。 他のアプリケーションは、医学における健康の結果、金融における株価、および高性能コンピューティングにおけるエネルギー使用の予測から、遺伝子発現に重要なレギュレーターの分析にまで及びます。 また、予測モデルのパフォーマンスを分析し、Jupyterノートブックを使用して実際に回帰を実装する方法についても検討します。
彼らが書いた短いレビューから、人が経験について肯定的または否定的に感じたかどうかをどのように見分けますか? 3番目のケーススタディである感情の分析では、入力機能(レビューテキスト、ユーザープロファイル情報など)のクラス(肯定的/否定的な感情)を予測するモデルを作成します。 このタスクは、機械学習で最も広く使用されている分野の3つである分類の例であり、広告ターゲティング、スパム検出、医療診断、画像分類などの幅広いアプリケーションがあります。 分類器の精度を分析し、Jupyterノートブックに実際の分類器を実装し、作成してキャップストーンに実装するスマートアプリのコア部分を初めてテストします。
ある読者が特定のニュース記事に興味を持っており、推奨する同様の記事を見つけたいと考えています。 類似性の正しい概念は何ですか? ドキュメントを自動的に検索して最も近いものを見つけるにはどうすればよいですか? そもそもドキュメントを定量的に表現するにはどうすればよいですか? この3番目のケーススタディであるドキュメントの取得では、さまざまなドキュメント表現と、最も類似したサブセットを取得するためのアルゴリズムを調べます。 また、類似性によって記事を自動的にグループ化するドキュメントの構造化された表現(たとえば、ドキュメントのトピック)についても検討します。 実際、Jupyterノートブックのウィキペディアエントリ用のスマートドキュメント検索システムを作成します。
Amazonがどのようにパーソナライズされた製品の推奨事項を作成するのか疑問に思ったことはありませんか? Netflixはどのように視聴する映画を提案しますか? Pandoraはストリーミングする次の曲をどのように選択しますか? FacebookやLinkedInは、あなたがつながることができる人々をどのように見つけますか? パーソナライズされたコンテンツのためのこれらすべてのテクノロジーの背後には、協調フィルタリングと呼ばれるものがあります。 さまざまな手法を使用してこのようなレコメンデーションシステムを構築する方法を学び、そのトレードオフを探ります。 私たちが検討する3つの方法は、行列分解です。これは、ユーザーと製品の特性を学習して、推奨事項を形成します。 Jupyterノートブックでは、これらの手法を使用して実際の曲のレコメンデーションシステムを作成します。
世界で最も権威のある大学で自宅から準備してください。
Courseraのコースの質は、多くの場合学部長で博士号を取得しているインストラクターによってサポートされています。
Courseraの学生の85%以上が、昇進や昇給などのキャリア上のメリットを報告しています。
世界中の何百万人もの学生が、Courseraで個人的および専門的な目標を達成しています。
Courseraは、世界中のオンライン学習を提供するために、200を超える主要な大学や企業からのコースを提供しています。 CourseraPlusサブスクリプション付き, すべてのコースの 90% 以上に無制限にアクセスでき、Coursera で最も人気のある専門資格と専門分野にアクセスできます。
データサイエンス、ビジネス、自己啓発。 一度に複数のコースに登録し、無制限の証明書を取得し、キャリアを開始、成長、さらには変更するための需要の高い仕事のスキルを学ぶことができます。
COURSERA PLUS の年間サブスクリプションで、最大限に活用し、500 米ドル以上節約する方法を発見してください*
*500 米ドルの月額サブスクリプションから、プロモーションを利用した年間サブスクリプションに移行すると、12 か月で最大 59 米ドル節約できます。 通常の年間サブスクリプションは 399 米ドルです。 このプロモーションでは、299 米ドルしかお支払いいただけません。 黄色いボタンをクリックして、すべてを調べてください。
アマゾンの機械学習教授
私のperson_add 410.851人の学生
私のコンピューター6コース
1861年に設立されたワシントン大学は、西海岸で最も古い州立高等教育機関のXNUMXつであり、世界をリードする研究大学のXNUMXつです。
こんにちは。どうすればお手伝いできますか? コースに興味がありますか? 何の主題についてですか?
レビューを追加