Supervised Learning

监督学习是机器学习的一种类型,算法从标记的 Training 数据中学习,并根据这些数据进行预测。Coursera 的监督学习目录教您构建预测模型,理解机器学习算法的原理,并将其应用于实际问题。您将学习到线性回归、K-近邻、支持向量机和决策树等各种监督学习技术。此外,您还将深入了解过拟合、欠拟合、Bias-Variance 权衡和 Cross-validation 等概念。无论您的目标是成为一名数据科学家、机器学习工程师,还是仅仅想了解推动当今人工智能进步的技术,这些知识都将是无价之宝。
69凭据
2个在线学位
227门课程

最受欢迎

当前趋势

最新发布

筛选依据

主题
必需的

语言
必需的

在整个课程(说明和评估)中使用的语言。

了解产品
必需的

通过实践教程在 2 小时内掌握与工作相关的技能。
通过已评分作业、视频和论坛向顶级授课教师学习。
在交互式实践环境中学习新工具或新技能。
通过完成一系列课程和项目,深入学习学科知识。
获得行业领导者颁发的职业证书,展示您学到的专业知识。
攻读硕士学位的同时获得职业证书。
在线获得学士学位或硕士学位,所需费用仅为在校学习费用的一小部分。
以灵活的交互式方式,获得大学颁发的执业证书。

级别
必需的

课程长度
必需的

字幕
必需的

教师
必需的

浏览监督学习课程目录

  • 状态:免费试用

    您将获得的技能: Marketing Analytics, Supervised Learning, Customer Retention, Applied Machine Learning, Predictive Analytics, Marketing, Scikit Learn (Machine Learning Library), Marketing Strategies, Customer Insights, Machine Learning, Predictive Modeling, Python Programming, Regression Analysis, Personalized Service, Artificial Intelligence and Machine Learning (AI/ML), Application Deployment

  • 状态:免费试用

    University of Alberta

    您将获得的技能: 机器学习算法, 模拟, 机器学习, 抽样(统计), 监督学习, 人工智能和机器学习(AI/ML), Algorithm, 强化学习, 人工智能, 人工神经网络, 马尔可夫模型, 线性代数, 预测建模, 概率分布, 性能测试, 性能调整, 深度学习, 伪代码, 功能工程

  • 状态:免费试用

    您将获得的技能: 网络架构, 计算机视觉, 机器学习, 监督学习, PyTorch(机器学习库), 人工神经网络, 深度学习

  • 状态:预览

    Duke University

    您将获得的技能: 监督学习, 机器学习, 计算机视觉, 无监督学习, Python 程序设计, 人工神经网络, PyTorch(机器学习库), 强化学习, 医学影像, 图像分析, 深度学习, 自然语言处理, 应用机器学习, Machine Learning 方法

  • 状态:免费试用

    DeepLearning.AI

    您将获得的技能: 决策树学习, 数据伦理, 监督学习, 分类与回归树 (CART), 机器学习, 人工神经网络, 随机森林算法, 负责任的人工智能, 性能调整, 深度学习, 张力流

  • 状态:新
    状态:免费试用

    您将获得的技能: Exploratory Data Analysis, Regression Analysis, Predictive Modeling, Supervised Learning, Scikit Learn (Machine Learning Library), Data Analysis, Correlation Analysis, Machine Learning Methods, Scatter Plots, Statistical Analysis, Data Validation, Data Manipulation, Verification And Validation, Pandas (Python Package), Histogram

  • 您将获得的技能: Unsupervised Learning, Dimensionality Reduction, Supervised Learning, R Programming, Applied Machine Learning, R (Software), Tidyverse (R Package), Machine Learning, Data Science, Ggplot2, Exploratory Data Analysis, Classification And Regression Tree (CART), Feature Engineering, Random Forest Algorithm, Data Processing, Statistical Programming, Predictive Modeling, Data Manipulation

  • 状态:免费试用

    DeepLearning.AI

    您将获得的技能: 计算机视觉, 机器学习, 人工智能和机器学习(AI/ML), MLOps(机器学习 Operator), 监督学习, Python 程序设计, 应用机器学习, 人工智能, 调试, 数据驱动的决策制定, PyTorch(机器学习库), 人工神经网络, 大型语言模型, 生成式人工智能, Keras(神经网络库), 图像分析, 张力流, 性能调整, 深度学习, 自然语言处理

  • 状态:免费试用

    Stanford University

    您将获得的技能: 机器学习算法, 数据伦理, 监督学习, 人工智能和机器学习(AI/ML), 机器学习, 医疗保健, 强化学习, 健康信息学, 人工神经网络, 医疗保健行业知识, 数据处理, 医疗保健伦理, 卫生政策, 负责任的人工智能, 医学科学与研究, 深度学习, 应用机器学习

  • 状态:免费试用

    Wesleyan University

    您将获得的技能: 探索性数据分析, 数据分析, 回归分析, 决策树学习, 分类与回归树 (CART), 监督学习, 机器学习, 随机森林算法, Python 程序设计, 统计方法, 数据挖掘, 统计分析, 预测分析, 无监督学习, 功能工程, 预测建模, 应用机器学习

  • 状态:预览

    您将获得的技能: Supervised Learning, Decision Tree Learning, Applied Machine Learning, Data Processing, Predictive Modeling, Statistical Machine Learning, Random Forest Algorithm, Feature Engineering, SAS (Software), Machine Learning, Data Analysis, Artificial Neural Networks, Data Cleansing, Predictive Analytics, No-Code Development, Statistical Programming, Performance Tuning

  • 状态:预览

    您将获得的技能: Unsupervised Learning, Regression Analysis, Exploratory Data Analysis, Time Series Analysis and Forecasting, Data Analysis, Statistical Analysis, Data Science, Forecasting, Data Mining, Machine Learning, Predictive Modeling, Classification And Regression Tree (CART), Supervised Learning, Data Quality, Anomaly Detection, Feature Engineering, Dimensionality Reduction, Business Intelligence, Random Forest Algorithm

是什么让您今天来到 Coursera?

主要合作伙伴

  • Packt
  • DeepLearning.AI
  • University of Colorado Boulder
  • EDUCBA
  • IBM
  • Google Cloud
  • University of Washington
  • Johns Hopkins University