预测和机器学习是数据科学家和数据分析师最常执行的任务之一。本课程将以实际应用为重点，介绍构建和应用预测函数的基本要素。课程将提供训练集和测试集、过拟合和误差率等概念的基础知识。课程还将介绍一系列基于模型和算法的机器学习方法，包括回归、分类树、奈夫贝叶斯和随机森林。课程将涵盖建立预测功能的整个过程，包括数据收集、特征创建、算法和评估。
实用机器学习
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
此课程作为 的一部分提供
在注册此课程时，您还需要选择一个特定的合作项目。
- 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
本周将介绍预测、步骤的相对重要性、误差和交叉验证。
涵盖的内容
9个视频4篇阅读材料1个作业
本周将介绍 caret 软件包、创建特征和预处理工具。
涵盖的内容
9个视频1个作业
本周我们将介绍一些机器学习算法，您可以用它们来完成课程项目。
涵盖的内容
5个视频1个作业
本周，我们将介绍正则化回归和组合预测因子。
涵盖的内容
4个视频2篇阅读材料2个作业1次同伴评审
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。
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
66.42%
- 4 stars
22.28%
- 3 stars
6.94%
- 2 stars
2.54%
- 1 star
1.80%
显示 3/3267 个
AD
已于 Feb 28, 2017审阅
Issues of every stage of the construction of learning machine model, as well as issues with several different machine learning methods are well and in fine yet very understandable detail explained.
EG
已于 Jul 27, 2016审阅
I learned a lot in this class. There are slight gaps from the depth of material covered in the lectures to the quizzes and assignment. If you're good at researching online, you'll be fine.
JP
已于 Jun 24, 2017审阅
Awesome course. Would recommend it, but only to those who have a bit of stats and R background. This definitely helped me get a solid enough understanding of using R for machine learning.
从 数据科学 浏览更多内容
The University of Chicago
O.P. Jindal Global University
