本课程由三个模块组成,介绍机器学习和数据科学,让每个人都能对机器学习模型有基本的了解。您将了解机器学习的历史、机器学习的应用、机器学习模型的生命周期以及机器学习的工具。您还将学习监督学习与非监督学习、分类、回归、评估机器学习模型等知识。我们的实验室将让您亲身体验这些机器学习和数据科学概念。您将掌握具体的机器学习技能,并创建一个最终项目来展示您的能力。

了解顶级公司的员工如何掌握热门技能

该课程共有3个模块
欢迎来到机器学习的世界。 机器学习是人工智能(AI)和计算机科学的一个分支,主要研究如何利用数据和算法来模仿人类的学习方式,逐步提高学习的准确性。 机器学习是不断发展的数据科学领域的重要组成部分。利用统计方法对算法进行训练,使其能够进行分类或预测,从而在数据挖掘项目中发现关键见解。这些洞察力随后会推动应用和业务决策,对关键增长指标产生理想的影响。随着大数据的不断扩展和增长,市场对数据科学家的需求也将增加,要求他们协助确定最相关的业务问题,并随后提供数据来回答这些问题。 在本模块中,您将探索机器学习背后的一些基本概念。您将学习如何区分人工智能、机器学习和深度学习。此外,您还将探索机器学习产品生命周期中每个流程的重要性和要求。
涵盖的内容
6个视频2篇阅读材料1个作业2个插件
机器学习是一个热门话题,每个人都在试图了解它的内涵。由于有关机器学习的信息量巨大,您可能很快就会被淹没。 在本模块中,您将探索需要了解的机器学习中最重要的主题。您将深入了解监督和非监督学习、分类、深度学习和强化学习以及回归。此外,您还将学习如何评估机器学习模型。
涵盖的内容
8个视频1篇阅读材料1个作业1个应用程序项目2个插件
在本作业中,我们将使用机器学习 Regression 应用程序调查保险费用,探索不同的 Feature 如何影响这些费用。使用交互式 Regression 应用程序,您将分析机器学习模型如何根据不同的用户输入预测保险费用。
涵盖的内容
4篇阅读材料1个作业1个插件
提供方
人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
学生评论
- 5 stars
68.30%
- 4 stars
23.20%
- 3 stars
5.55%
- 2 stars
1.30%
- 1 star
1.63%
显示 3/306 个
已于 Oct 31, 2022审阅
Suitable for a beginner course. The course taught is >90% accurate to the quiz given, making learners not confused about the fundamentals of machine learning science.
已于 May 6, 2024审阅
Really great introduction to critical Machine Learning concepts. Really excited to learn and apply these concepts in my current role.
已于 Jun 4, 2025审阅
It's a great time and experience to learn machine learning
从 数据科学 浏览更多内容

O.P. Jindal Global University

Duke University

Alberta Machine Intelligence Institute
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。






