应用机器学习课程可以帮助您学习数据预处理、模型选择、Feature Engineering 和 Evaluation 指标。您可以掌握在实际环境中实施算法、优化性能和解释结果的技能。许多课程介绍 Python、TensorFlow 和 Scikit-learn 等工具,这些工具支持开发机器学习模型和应用 AI 技术解决实际问题。
University of Michigan
您将获得的技能: 回归分析, 机器学习, Scikit-learn (机器学习库), 决策树学习, 无监督学习, 监督学习, Python 程序设计, 降维, 随机森林算法, 功能工程, 应用机器学习, 预测建模
中级 · 课程 · 1-4 周

Johns Hopkins University
您将获得的技能: Computer Vision, PyTorch (Machine Learning Library), Supervised Learning, Unsupervised Learning, Image Analysis, Applied Machine Learning, Dimensionality Reduction, Reinforcement Learning, Feature Engineering, Machine Learning Algorithms, Regression Analysis, Data Processing, Machine Learning, Predictive Modeling, Data Mining, Data Cleansing, Statistical Machine Learning, Deep Learning, Artificial Neural Networks, Decision Tree Learning
中级 · 专项课程 · 3-6 个月

Dartmouth College
您将获得的技能: Supervised Learning, Bayesian Network, Artificial Neural Networks, Predictive Analytics, Machine Learning Methods, Statistical Modeling, Predictive Modeling, Statistical Machine Learning, Probability & Statistics, Bayesian Statistics, Deep Learning, Tensorflow, Artificial Intelligence and Machine Learning (AI/ML), Machine Learning, Machine Learning Algorithms, Applied Machine Learning, Statistical Methods, Artificial Intelligence, Regression Analysis, Statistical Inference
中级 · 专项课程 · 3-6 个月

多位教师
您将获得的技能: 机器学习, 决策树学习, 无监督学习, NumPy, Python 程序设计, 深度学习, 数据伦理, 随机森林算法, 预测建模, 负责任的人工智能, 应用机器学习, Jupyter, 监督学习, 人工智能, 强化学习, 功能工程, Scikit-learn (机器学习库), 张力流, 人工神经网络, 分类与回归树 (CART)
初级 · 专项课程 · 1-3 个月

您将获得的技能: Regression Analysis, Matplotlib, Feature Engineering, Time Series Analysis and Forecasting, Jupyter, Image Analysis, Scikit Learn (Machine Learning Library), Applied Machine Learning, Tensorflow, Data Visualization, Machine Learning Algorithms, Amazon Web Services, Python Programming, Cloud Applications, Data Transformation, Predictive Modeling, Data Processing, Health Informatics, Machine Learning, Artificial Intelligence and Machine Learning (AI/ML)
初级 · 专项课程 · 1-3 个月

DeepLearning.AI
您将获得的技能: 回归分析, 机器学习, Python 程序设计, NumPy, 应用机器学习, 数据转换, 预测建模, 分类与回归树 (CART), Scikit-learn (机器学习库), 统计建模, 人工智能, 监督学习, 功能工程, Jupyter
初级 · 课程 · 1-4 周

Alberta Machine Intelligence Institute
您将获得的技能: 机器学习, 监督学习, 无监督学习, 数据处理, 数据质量, 机器学习算法, 应用机器学习, 性能指标, 数据伦理, 人工智能, 产品生命周期管理, 业务要求, 商业分析
中级 · 课程 · 1-4 周

New York University
您将获得的技能: 回归分析, 决策树学习, 金融交易, 无监督学习, 机器学习, 衍生产品, 降维, 市场动态, 应用机器学习, Scikit-learn (机器学习库), 张力流, 预测建模, 马尔可夫模型, 统计方法, 金融建模, 风险模型, 监督学习, 强化学习, 人工神经网络, 金融市场
中级 · 专项课程 · 3-6 个月

University of Washington
您将获得的技能: 贝叶斯统计, 回归分析, 机器学习, 监督学习, 无监督学习, 文本挖掘, 机器学习算法, 计算机视觉, 深度学习, 预测建模, 功能工程, 人工智能, 统计机器学习, 大数据, 图像分析, 统计建模, 预测分析, 数据挖掘, 分类与回归树 (CART), 应用机器学习
中级 · 专项课程 · 3-6 个月

University of London
您将获得的技能: 数据处理, 机器学习, 软件测试, 机器学习算法, 计算机视觉, 人工智能, 数据分析, 数据收集
攻读学位
初级 · 课程 · 1-4 周

Duke University
您将获得的技能: 机器学习, 监督学习, 无监督学习, 计算机视觉, 深度学习, Python 程序设计, PyTorch(机器学习库), 医学影像, Machine Learning 方法, 自然语言处理, 图像分析, 强化学习, 人工神经网络, 应用机器学习
中级 · 课程 · 1-3 个月
如果您想从事机器学习,或者想知道如何在数据分析中使用机器学习,那么学习应用机器学习是非常重要的。 应用机器学习可用于解决问题,并从大数据集中收集见解。 学习机器学习基础知识后,您就能进行预测分析、数据分析和文本挖掘。 您将能够应用不同的编程语言和平台来解决企业面临的数据问题。 应用机器学习可以帮助您从长期收集的信息中获得洞察力并做出决策。
学习应用机器学习所带来的就业机会主要集中在计算机编程方面。 应用机器学习,也称为自动机器学习或 AutoML,涉及使用计算机语言对大型数据进行数据分析。 能够创建相应的程序非常重要。 如果您要使用报告并根据应用机器学习做出决策,那么了解应用机器学习的功能和局限性也是非常有用的。 越来越多的管理信息系统包含了应用机器学习的内容。 这使得该领域对那些在日常工作中使用数据的人更加有用。
Coursera 上的在线课程可以帮助您学习多种语言和平台的应用机器学习,包括 Python、Matlab、Google Cloud、H20 in R 和 TensorFlow。 有些课程涉及编程语言,有些课程则研究如何将机器学习应用于特定领域的决策制定。 大多数课程属于中级水平,但也有少数课程提供初级水平的介绍,介绍应用机器学习的基础知识,以及如何绘制图表、绘图和挖掘文本,使大数据变得可用。 课程包括讲座、阅读和项目,让您学以致用。 有些课程是单独开设的,有些则是专业课程和专业证书的一部分。
在线应用机器学习课程为您提供了一种方便灵活的方式来提高现有知识或学习新的应用机器学习技能。 通过各种应用机器学习课程,您可以方便地按照自己的进度学习,从而提高自己的应用机器学习职业技能。
Coursera 的全部课程目录都提供给企业客户,没有任何限制。 选择最佳的应用机器学习课程取决于员工的需求和技能水平。 利用我们的 "技能仪表板 "了解技能差距,并确定最适合的课程,以便有效地提高员工的技能。 了解关于 Coursera for Business 的更多信息