中
机器学习算法种类繁多，每种算法都有一定的特点，可能使其更适合或不太适合解决特定问题。决策树和支持向量机（SVM）就是两种算法的例子，它们既能解决回归问题，也能解决分类问题，但却有不同的应用。同样，一种更先进的机器学习方法，即深度学习，使用人工神经网络（ANN）来解决这些类型的问题以及更多问题。将所有这些算法添加到您的技能组合中，对于选择最适合工作的工具至关重要。 本课程是人工智能从业者认证（CAIP）专业证书的第四门，也是最后一门课程，它在上一门课程的基础上，介绍了更多，在某些情况下，机器学习和深度学习中使用的更先进的算法。最后，本课程结束了对各种机器学习算法的技术探索，以及如何使用这些算法构建解决问题的模型。
构建决策树、SVM 和人工神经网络
了解顶级公司的员工如何掌握热门技能
积累 机器学习 领域的专业知识
本课程是 CertNexus 人工智能认证从业者 专业证书 专项课程的一部分
在注册此课程时，您还会同时注册此专业证书。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 通过 CertNexus 获得可共享的职业证书
该课程共有5个模块
您已经从基本的线性回归和分类算法中建立了机器学习模型。在很多情况下，这些算法都能让你走得很远，但它们并不是唯一能满足你需求的算法。在本模块中，您将使用决策树和随机森林这两种解决回归和分类问题的替代方法来构建机器学习模型。
涵盖的内容
16个视频5篇阅读材料1个作业1个讨论话题2个非评分实验室
另一种回归和分类方法是支持向量机（SVM）。在本模块中，您将构建 SVM，它能很好地处理异常值，并以高效的方式处理高维数据。
涵盖的内容
8个视频3篇阅读材料1个作业1个讨论话题2个非评分实验室
迄今为止讨论的所有算法都属于机器学习的范畴。虽然它们本身功能强大且复杂，但构成深度学习子领域的算法--即人工神经网络（ANN）--则更加复杂。在本模块中，你将构建一个基本版本的人工神经网络，称为多层感知器（MLP），它可以处理相同类型的基本任务（回归、分类等），同时更适合解决更复杂、数据更丰富的问题。
涵盖的内容
8个视频2篇阅读材料1个作业1个讨论话题1个非评分实验室
现在，您已经构建了 MLP 神经网络，可以将其纳入两种更广泛的架构中：卷积神经网络 (CNN)，擅长解决计算机视觉问题；递归神经网络 (RNN)，最常用于处理自然语言。
涵盖的内容
11个视频3篇阅读材料1个作业1个讨论话题2个非评分实验室
您将参与一个项目，将本课程的教材知识应用到实际场景中。
涵盖的内容
1次同伴评审1个非评分实验室
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
提供方
从 机器学习 浏览更多内容
状态：免费试用
状态：免费试用Alberta Machine Intelligence Institute
状态：免费试用University of Colorado Boulder
状态：免费试用Fractal Analytics
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
4.9
13 条评论
- 5 stars
92.30%
- 4 stars
7.69%
- 3 stars
0%
- 2 stars
0%
- 1 star
0%
显示 3/13 个
N
4
已于 Feb 11, 2023审阅
This was a very intense course. I am glad I was able to see it through to the end
常见问题
要获取课程资料、作业和证书，您需要在注册课程时购买证书体验。 您可以尝试免费试听，或申请资助。课程可能提供 "完整课程，无证书"。通过该选项，您可以查看所有课程资料，提交必要的评估，并获得最终成绩。这也意味着您无法购买证书体验。
注册课程后，您就可以访问证书中的所有课程，并在完成作业后获得证书。您的电子证书将被添加到您的 "成就 "页面--在那里，您可以打印证书或将其添加到您的 LinkedIn 个人资料中。
更多问题
提供助学金，
¹ 本课程的部分作业采用 AI 评分。对于这些作业，将根据 Coursera 隐私声明使用您的数据。