Google
The Nuts and Bolts of Machine Learning
Google

The Nuts and Bolts of Machine Learning

Google Career Certificates

顶尖授课教师

62,852 人已注册

包含在 Coursera Plus

深入了解一个主题并学习基础知识。
4.8

(562 条评论)

高级设置 等级
面向相关领域的从业人员而设计
灵活的计划
3 周 在 10 小时 一周
自行安排学习进度
98%
大多数学生喜欢此课程
深入了解一个主题并学习基础知识。
4.8

(562 条评论)

高级设置 等级
面向相关领域的从业人员而设计
灵活的计划
3 周 在 10 小时 一周
自行安排学习进度
98%
大多数学生喜欢此课程

您将学到什么

  • Identify characteristics of the different types of machine learning

  • Prepare data for machine learning models 

  • Build and evaluate supervised and unsupervised learning models using Python

  • Demonstrate proper model and metric selection for a machine learning algorithm

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

22 项作业

授课语言:英语(English)

了解顶级公司的员工如何掌握热门技能

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

积累 Machine Learning 领域的专业知识

本课程是 Google Advanced Data Analytics 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 Google 获得可共享的职业证书

该课程共有5个模块

You’ll start by exploring the basic concepts of machine learning and the role of machine learning in data science. Then, you’ll review the four main types of machine learning: supervised, unsupervised, reinforcement, and deep learning.

涵盖的内容

16个视频7篇阅读材料7个作业4个插件

You’ll learn how data professionals use a structured workflow for machine learning. You'll identify the main steps of the workflow and the importance of each step in the overall process. Then, you'll learn how to apply specific machine learning models to business problems.

涵盖的内容

12个视频6篇阅读材料3个作业6个非评分实验室

You’ll learn more about one of the major types of machine learning: unsupervised learning. You'll begin by exploring the difference between supervised and unsupervised techniques and the benefits and uses of each approach. Then, you’ll learn how to apply two unsupervised machine learning models: clustering and K-means.

涵盖的内容

7个视频4篇阅读材料3个作业4个非评分实验室

Next, you’ll focus on supervised learning. You’ll learn how to test and validate the performance of supervised machine learning models such as decision tree, random forest, and gradient boosting.

涵盖的内容

17个视频11篇阅读材料5个作业10个非评分实验室2个插件

You’ll complete the final end-of-course project by applying different machine learning models to a workplace scenario dataset.

涵盖的内容

5个视频10篇阅读材料4个作业6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

授课教师评分
4.8 (138个评价)
Google Career Certificates

顶尖授课教师

Google
374 门课程13,897,946 名学生

提供方

Google

从 Machine Learning 浏览更多内容

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

4.8

562 条评论

  • 5 stars

    85.58%

  • 4 stars

    11.38%

  • 3 stars

    2.31%

  • 2 stars

    0.53%

  • 1 star

    0.17%

显示 3/562 个

SH
5

已于 Jan 27, 2024审阅

CM
5

已于 May 17, 2024审阅

IH
5

已于 Jan 14, 2024审阅

Coursera Plus

通过 Coursera Plus 开启新生涯

无限制访问 10,000+ 世界一流的课程、实践项目和就业就绪证书课程 - 所有这些都包含在您的订阅中

通过在线学位推动您的职业生涯

获取世界一流大学的学位 - 100% 在线

加入超过 3400 家选择 Coursera for Business 的全球公司

提升员工的技能,使其在数字经济中脱颖而出

常见问题