机器学习不仅仅是一项任务,甚至也不仅仅是一小部分任务;它是一个完整的过程,是从业人员必须自始至终遵循的过程。正是这个过程(也称为工作流程)使企业能够从机器学习技术中获得最有用的结果。无论最终产品或服务采取何种形式,利用工作流程都是企业人工智能解决方案取得成功的关键。


您将学到什么
收集和准备用于训练和测试机器学习模型的数据集。
分析数据集以获得洞察力。
根据需要建立和训练机器学习模型,以满足业务需求。
将机器学习项目的发现反馈给组织。
您将获得的技能
要了解的详细信息
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
- 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6个模块
本专业的上一门课程概述了机器学习的工作流程。现在,在本课程中,您将更深入地一步步实际体验这一过程。在第一个模块中,您将首先收集将用作机器学习项目输入的数据。
涵盖的内容
9个视频4篇阅读材料2个作业1个讨论话题2个非评分实验室
您已经提出了一个机器学习问题,并确定了一个可能使用的数据集。现在,您将对数据集进行分析,以便在准备创建初始机器学习模型时,就如何充分利用数据集所包含的信息提出想法。
涵盖的内容
15个视频5篇阅读材料1个作业1个讨论话题3个非评分实验室
在将数据集用于机器学习模型之前,通常需要执行各种任务,以确保数据处于最佳状态。在本模块中,您将使用各种方法来准备数据。
涵盖的内容
9个视频4篇阅读材料2个作业1个讨论话题1个非评分实验室
要在 Python 等环境中建立机器学习模型,必须先确定能产生所需结果的算法,然后根据训练数据使用该算法创建模型。初始设置完成后,可能需要多次测试和改进才能生成符合要求的模型。
涵盖的内容
13个视频3篇阅读材料1个作业1个讨论话题4个非评分实验室
现在,您已经完成了机器学习模型的训练和调整,可以将注意力转向模型的部署。这可能只是根据你的发现制作一份报告,也可能涉及更多内容,特别是如果它将被纳入可重复流程或成为软件解决方案的一部分。无论在哪种情况下,最终确定都是机器学习工作流程的关键结论。
涵盖的内容
8个视频3篇阅读材料1个作业2次同伴评审1个讨论话题
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
Amazon Web Services
DeepLearning.AI
- 状态:免费试用
人们为什么选择 Coursera 来帮助自己实现职业发展




学生评论
18 条评论
- 5 stars
83.33%
- 4 stars
11.11%
- 3 stars
5.55%
- 2 stars
0%
- 1 star
0%
显示 3/18 个
已于 Aug 31, 2023审阅
Great course and content. Useful information I can apply to future machine learning workflows.
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。