In diesem Kurs lernen wir etwas über Empfehlungssysteme (die wir im Rahmen des Capstone-Projekts untersuchen werden) und befassen uns auch mit Fragen der Bereitstellung von Datenprodukten. Am Ende dieses Kurses sollten Sie in der Lage sein, ein funktionierendes Empfehlungssystem zu implementieren (z.B. zur Vorhersage von Bewertungen oder zur Erstellung von Listen verwandter Produkte), und Sie sollten die Tools und Techniken verstehen, die erforderlich sind, um ein solches funktionierendes System auf realen, großen Datensätzen einzusetzen. Dieser Kurs ist der letzte Kurs in der Python Data Products for Predictive Analytics Specialization und baut auf den drei vorangegangenen Kursen auf (Basic Data Processing and Visualization, Design Thinking and Predictive Analytics for Data Products und Meaningful Predictive Modeling). Bei jedem Schritt in der Spezialisierung werden Sie praktische Erfahrungen in der Datenverarbeitung sammeln und Ihre Fähigkeiten ausbauen, die schließlich in einem Abschlussprojekt gipfeln, das alle in der Spezialisierung gelehrten Konzepte umfasst.
Einsatz von Modellen für maschinelles Lernen
Sparen Sie mit 40% Rabatt auf 3 Monate Coursera Plus bei den Fähigkeiten, die Sie zum Strahlen bringen. Jetzt sparen
Einsatz von Modellen für maschinelles Lernen
Dieser Kurs ist Teil von Spezialisierung „Python-Datenprodukte für prädiktive Analysen“
Dozenten: Ilkay Altintas
11.164 bereits angemeldet
Bei enthalten
54 Bewertungen
Was Sie lernen werden
Projektstruktur von interaktiven Python-Datenanwendungen
Python-Webserver-Frameworks: (z.B.) Flask, Django, Dash
Bewährte Praktiken für den Einsatz von ML-Modellen und die Überwachung der Leistung
Skripte für die Bereitstellung, Serialisierung von Modellen, APIs
Kompetenzen, die Sie erwerben
- Kategorie: Modell-Optimierung
- Kategorie: AI-Personalisierung
- Kategorie: Maschinelles Lernen
- Kategorie: MLOps (Operationen für maschinelles Lernen)
- Kategorie: Bewertung des Modells
- Kategorie: Datenmanipulation
- Kategorie: Bereinigung von Daten
- Kategorie: Prädiktive Modellierung
- Kategorie: Algorithmen für maschinelles Lernen
- Kategorie: Vorverarbeitung von Daten
- Kategorie: Angewandtes maschinelles Lernen
Werkzeuge, die Sie lernen werden
- Kategorie: Flask (Web-Framework)
- Kategorie: Web-Frameworks
- Kategorie: Django (Web-Framework)
- Kategorie: Modell-Einsatz
- Kategorie: Python-Programmierung
- Kategorie: Web-Anwendungen
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
91%
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
In diesem Kurs gibt es 5 Module
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozenten
Mehr von Datenanalyse entdecken
University of California San Diego
KodeKloud
Packt
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Jennifer J.
Larry W.
Chaitanya A.
Bewertungen von Lernenden
- 5 stars
38,88 %
- 4 stars
20,37 %
- 3 stars
16,66 %
- 2 stars
7,40 %
- 1 star
16,66 %
Zeigt 3 von 54 an
Geprüft am 6. Dez. 2020
I Liked the Course in general especially the recommender component. I would seriously recommend making major improvements and clarification to the capstone project.
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,
¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.