中
本课程是 "预测分析 Python 数据产品 "四门专业课程中的第二门课程，以课程 1 中涉及的数据处理为基础，介绍用 Python 设计预测模型的基础知识。在本课程中，您将了解统计学习的基本概念，学习构建预测模型的各种方法。在专业课程的每一阶段，您都将获得数据处理和技能构建方面的实践经验，最终完成一个包含专业课程所有概念的毕业设计。
数据产品的设计思维和预测分析
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
本课程是 用于预测分析的 Python 数据产品 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 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
- 获得可共享的职业证书
该课程共有5个模块
欢迎来到本专业的第二门课程！本周，我们将复习教学大纲，下载所有课程资料，并为课程启动和运行您的系统。我们还将介绍监督学习和回归的基础知识。
涵盖的内容
5个视频4篇阅读材料3个作业2个讨论话题
本周，我们将学习数据集中有哪些特征，以及如何在 Jupyter 笔记本中通过清理、操作和分析来处理这些特征。
涵盖的内容
4个视频1篇阅读材料3个作业
本周，我们将学习分类和几种实现分类的方法，如 K-近邻、逻辑回归和支持向量机。
涵盖的内容
4个视频3个作业1个讨论话题
本周，我们将学习正确训练和测试模型的重要性。我们还将在 Python 和 TensorFlow 中实现梯度下降。
涵盖的内容
5个视频3个作业
在本课程的最后一周，您将在第一门课程 "用于预测分析的 Python 数据产品 "的项目基础上继续学习简单的预测机器学习算法。查找数据集，清理数据集，并对数据进行基本分析。
涵盖的内容
2篇阅读材料1次同伴评审1个讨论话题
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
授课教师评分
4.5 (13个评价)
从 数据分析 浏览更多内容
状态：免费试用University of California San Diego
状态：免费试用Fractal Analytics
状态：免费试用University of Virginia
状态：免费试用University of Minnesota
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
4.5
65 条评论
- 5 stars
64.61%
- 4 stars
24.61%
- 3 stars
6.15%
- 2 stars
4.61%
- 1 star
0%
显示 3/65 个
AM
4
已于 May 7, 2021审阅
It was great course ,helped me in getting better understanding of data and do predictive modeling.
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，您就可以访问专项课程中的所有课程，完成作业后还可以获得证书。您的电子证书将添加到您的 "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。
是的。在特定的学习课程中，如果您付不起注册费，可以申请助学金或奖学金。如果您选择的学习课程有助学金或奖学金，您可以在说明页面找到申请链接。
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。