本课程面向那些听说机器学习很热门,并希望将机器学习应用于数据分析和自动化的专业人士。无论是金融、医学、工程、商业还是其他领域,本课程都将向您介绍机器学习项目中的问题定义和数据准备。 课程结束时,您将能够使用两种方法明确定义机器学习问题。您将学会调查可用数据资源并确定潜在的机器学习应用。学习如何将业务需求转化为机器学习应用。您将为有效的机器学习应用准备数据。 本课程是 Coursera 和阿尔伯塔机器智能研究所为您开设的应用机器学习专业的第一门课程。
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
- 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4个模块
本周,您将了解什么是真正的机器学习(ML),对比不同的问题场景,并探讨有关 ML 的一些常见误解。您将通过识别机器学习业务解决方案所必需的不同组件来应用这些知识。
涵盖的内容
12个视频6篇阅读材料2个作业3个讨论话题
本周,您将学习如何将业务需求转化为机器学习问题。我们将通过一些应用实例,让您了解如何才能为您的 QuAM 提出一个定义明确的问题。缩小问题范围并确保拥有学习所需的数据是机器学习成功的关键!
涵盖的内容
8个视频4篇阅读材料1个作业2个讨论话题
本周的主题是数据。您将学习数据采集,了解训练数据的各种来源。我们将讨论您需要多少数据以及可能出现的陷阱,包括道德问题。
涵盖的内容
9个视频2篇阅读材料1个作业2个讨论话题
本周您将了解机器学习流程生命周期(MLPL)。了解 MLPL 的定义和组成部分后,您将分析 MLPL 在案例研究中的应用。
涵盖的内容
7个视频2篇阅读材料1个作业2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

从 机器学习 浏览更多内容
- 状态:预览
Duke University
- 状态:免费试用
Alberta Machine Intelligence Institute
- 状态:免费
Amazon Web Services
人们为什么选择 Coursera 来帮助自己实现职业发展




学生评论
745 条评论
- 5 stars
74.49%
- 4 stars
20.13%
- 3 stars
4.42%
- 2 stars
0.26%
- 1 star
0.67%
显示 3/745 个
已于 Jul 6, 2020审阅
A well organised course to give information of applied machine learning real world problems.And the instructor was fantastic!
已于 Nov 12, 2020审阅
An excellent introduction to the mechanics of ML. Not so deep that coding is required, but simultaneously not so high-level as to be abstract. A very nice intro - thanks for this!
已于 Apr 2, 2022审阅
I loved the way the course was structured, as it gave a very good introduction. The instructor was clear and concise during lectures.
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,