利用大数据进行机器学习

利用大数据进行机器学习

本课程是大数据专项课程的一部分

位教师：Mai Nguyen

访问权限由 Coursera Learning Team 提供

78,067 人已注册

7个模块

深入了解一个主题并学习基础知识。

2,502 条评论

2 周完成

在 10 小时一周

灵活的计划

自行安排学习进度

96%

大多数学生喜欢此课程

7个模块

深入了解一个主题并学习基础知识。

2,502 条评论

2 周完成

在 10 小时一周

灵活的计划

自行安排学习进度

96%

大多数学生喜欢此课程

您将获得的技能

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

11 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

了解关于 Coursera for Business 的更多信息

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

积累特定领域的专业知识

本课程是大数据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7个模块

想让您收集的大量数据变得有意义吗？需要将数据驱动决策纳入您的流程？本课程概述了探索、分析和利用数据的机器学习技术。课程结束时，您将能够： - 设计一种方法，利用机器学习过程中的步骤来利用数据。

涵盖的内容

2个视频2个讨论话题

涵盖的内容

7个视频6篇阅读材料1个作业1个讨论话题

7个视频总计45分钟

机器学习概述 8分钟
机器学习技术的类别 8分钟
机器学习过程 3分钟
机器学习过程中的目标和活动 11分钟
CRISP-DM 5分钟
扩展机器学习算法 5分钟
本课程使用的工具 5分钟

6篇阅读材料总计125分钟

幻灯片机器学习概述与应用 25分钟
下载和安装 Docker 桌面说明 10分钟
Jupyter Notebook 入门 10分钟
下载上机材料 10分钟
基本终端 Shell 命令 10分钟
下载、安装和使用 KNIME 60分钟

1个作业总计20分钟

机器学习概述 20分钟

1个讨论话题总计10分钟

日常生活中的机器学习 10分钟

涵盖的内容

6个视频4篇阅读材料2个作业1个讨论话题

6个视频总计39分钟

数据术语 5分钟
数据探索 4分钟
通过汇总统计进行数据探索 8分钟
通过绘图探索数据 8分钟
用 KNIME 图探索数据 9分钟
Spark 中的数据探索 5分钟

4篇阅读材料总计70分钟

幻灯片数据探索概述和术语 10分钟
每日天气数据集说明 10分钟
用 KNIME 图探索数据 40分钟
Spark 中的数据探索 10分钟

2个作业总计40分钟

数据探索 20分钟
KNIME 和 Spark 中的数据探索知识问答 20分钟

1个讨论话题总计10分钟

饼图有什么不好？ 10分钟

涵盖的内容

8个视频3篇阅读材料2个作业2个讨论话题

8个视频总计40分钟

数据准备 3分钟
数据质量 4分钟
解决数据质量问题 5分钟
特征选择 5分钟
功能转换 5分钟
降维 7分钟
处理 KNIME 中的缺失值 5分钟
处理 Spark 中的缺失值 4分钟

3篇阅读材料总计60分钟

幻灯片机器学习的数据准备 30分钟
处理 KNIME 中的缺失值 20分钟
处理 Spark 中的缺失值 10分钟

2个作业总计45分钟

数据准备 25分钟
处理 KNIME 和 Spark 中的缺失值小测验 20分钟

2个讨论话题总计20分钟

真实数据的质量问题 10分钟
数据准备领域知识 10分钟

涵盖的内容

8个视频5篇阅读材料2个作业1个讨论话题

8个视频总计60分钟

分类 4分钟
建立和应用分类模型 6分钟
分类算法 3分钟
k 最近邻 5分钟
决策树 13分钟
奈维贝叶斯 14分钟
在 KNIME 中使用决策树进行分类 8分钟
Spark 中的分类 7分钟

5篇阅读材料总计130分钟

幻灯片什么是分类？ 10分钟
幻灯片分类算法 10分钟
在 KNIME 中使用决策树进行分类 45分钟
用 KNIME 解释决策树 20分钟
Spark 中的分类 45分钟

2个作业总计36分钟

分类 20分钟
KNIME 和 Spark 的分类测验 16分钟

1个讨论话题总计10分钟

为什么不包括相对湿度？ 10分钟

涵盖的内容

7个视频6篇阅读材料2个作业1个讨论话题

7个视频总计44分钟

泛化和过度拟合 5分钟
决策树中的过度拟合 4分钟
使用验证集 10分钟
评估模型性能的指标 10分钟
混淆矩阵 7分钟
KNIME 中决策树的评估 5分钟
评估 Spark 中的决策树 3分钟

6篇阅读材料总计90分钟

幻灯片过度拟合：什么是过度拟合？如何防止过度拟合？ 10分钟
幻灯片模型评估指标和方法 10分钟
KNIME 中决策树的评估 30分钟
已完成的 KNIME 工作流程 10分钟
评估 Spark 中的决策树 20分钟
比较 KNIME 和 Spark 的分类结果 10分钟

2个作业总计50分钟

模型评估 20分钟
KNIME 和 Spark 模型评估测验 30分钟

1个讨论话题总计10分钟

模型的可解释性与准确性 10分钟

涵盖的内容

8个视频5篇阅读材料2个作业2个讨论话题

8个视频总计48分钟

回归概述 4分钟
线性回归 4分钟
聚类分析 8分钟
k-均值聚类 8分钟
关联分析 5分钟
关联分析详解 9分钟
利用大数据进行机器学习 - 结束语 1分钟
Spark 中的聚类分析 8分钟

5篇阅读材料总计100分钟

幻灯片回归 10分钟
幻灯片聚类分析 10分钟
幻灯片关联分析 10分钟
分钟天气数据集说明 10分钟
Spark 中的聚类分析 60分钟

2个作业总计50分钟

回归、聚类分析和关联分析 30分钟
Spark 中的聚类分析测验 20分钟

2个讨论话题总计20分钟

集群应用 10分钟
关联分析的应用 10分钟

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

(250个评价)

Mai Nguyen

University of California San Diego

1 门课程 78,067 名学生

Ilkay Altintas

University of California San Diego

14 门课程 513,872 名学生

提供方

University of California San Diego

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

5 stars
70.78%
4 stars
23.46%
3 stars
4.03%
2 stars
0.99%
1 star
0.71%

显示 3/2502 个

已于 Jul 2, 2019审阅

This course provides you starting point to start working in KNIME and helps you in explaining basic statistics concepts along with its application in KNIME and Spark

已于 Oct 30, 2018审阅

Reasonable overview. The VM environment is a major challenge for my hardware. Takes more time to make it work than it should. I am wondering if a cloud solution e.g. GCP would be better.

已于 May 4, 2020审阅

Great Learning from this course surely one have to take this course for the clarification of conceptual as well as practical implementation of Machine Learning

查看更多评论