课程信息

1,002,306 次近期查看

学生职业成果

32%

完成这些课程后已开始新的职业生涯

30%

通过此课程获得实实在在的工作福利
可分享的证书
完成后获得证书
100% 在线
立即开始,按照自己的计划学习。
第 1 门课程(共 4 门)
可灵活调整截止日期
根据您的日程表重置截止日期。
完成时间大约为15 小时
英语(English)
字幕:英语(English), 韩语, 越南语, 中文(简体)

您将获得的技能

Python ProgrammingMachine Learning ConceptsMachine LearningDeep Learning

学生职业成果

32%

完成这些课程后已开始新的职业生涯

30%

通过此课程获得实实在在的工作福利
可分享的证书
完成后获得证书
100% 在线
立即开始,按照自己的计划学习。
第 1 门课程(共 4 门)
可灵活调整截止日期
根据您的日程表重置截止日期。
完成时间大约为15 小时
英语(English)
字幕:英语(English), 韩语, 越南语, 中文(简体)

提供方

华盛顿大学 徽标

华盛顿大学

教学大纲 - 您将从这门课程中学到什么

内容评分Thumbs Up93%(47,741 个评分)Info
1

1

完成时间为 3 小时

Welcome

完成时间为 3 小时
18 个视频 (总计 84 分钟), 8 个阅读材料, 1 个测验
18 个视频
Who we are5分钟
Machine learning is changing the world3分钟
Why a case study approach?7分钟
Specialization overview6分钟
How we got into ML3分钟
Who is this specialization for?4分钟
What you'll be able to do57
The capstone and an example intelligent application6分钟
The future of intelligent applications2分钟
Starting a Jupyter Notebook5分钟
Creating variables in Python7分钟
Conditional statements and loops in Python8分钟
Creating functions and lambdas in Python3分钟
Starting Turi Create & loading an SFrame4分钟
Canvas for data visualization4分钟
Interacting with columns of an SFrame4分钟
Using .apply() for data transformation5分钟
8 个阅读材料
Important Update regarding the Machine Learning Specialization10分钟
Slides presented in this module10分钟
Getting started with Python, Jupyter Notebook, & Turi Create10分钟
Where should my files go?10分钟
Important changes from previous courses10分钟
Download the Jupyter Notebook used in this lesson to follow along10分钟
Download the Jupyter Notebook used in this lesson to follow along10分钟
Download Wiki People Data10分钟
1 个练习
SFrames15分钟
2

2

完成时间为 2 小时

Regression: Predicting House Prices

完成时间为 2 小时
19 个视频 (总计 82 分钟), 3 个阅读材料, 2 个测验
19 个视频
What is the goal and how might you naively address it?3分钟
Linear Regression: A Model-Based Approach5分钟
Adding higher order effects4分钟
Evaluating overfitting via training/test split6分钟
Training/test curves4分钟
Adding other features2分钟
Other regression examples3分钟
Regression ML block diagram5分钟
Loading & exploring house sale data7分钟
Splitting the data into training and test sets2分钟
Learning a simple regression model to predict house prices from house size3分钟
Evaluating error (RMSE) of the simple model2分钟
Visualizing predictions of simple model with Matplotlib4分钟
Inspecting the model coefficients learned1分钟
Exploring other features of the data6分钟
Learning a model to predict house prices from more features3分钟
Applying learned models to predict price of an average house5分钟
Applying learned models to predict price of two fancy houses7分钟
3 个阅读材料
Slides presented in this module10分钟
Download the Jupyter Notebook used in this lesson to follow along10分钟
Predicting house prices assignment10分钟
2 个练习
Regression18分钟
Predicting house prices6分钟
3

3

完成时间为 2 小时

Classification: Analyzing Sentiment

完成时间为 2 小时
19 个视频 (总计 75 分钟), 3 个阅读材料, 2 个测验
19 个视频
What is an intelligent restaurant review system?4分钟
Examples of classification tasks4分钟
Linear classifiers5分钟
Decision boundaries3分钟
Training and evaluating a classifier4分钟
What's a good accuracy?3分钟
False positives, false negatives, and confusion matrices6分钟
Learning curves5分钟
Class probabilities1分钟
Classification ML block diagram3分钟
Loading & exploring product review data2分钟
Creating the word count vector2分钟
Exploring the most popular product4分钟
Defining which reviews have positive or negative sentiment4分钟
Training a sentiment classifier3分钟
Evaluating a classifier & the ROC curve4分钟
Applying model to find most positive & negative reviews for a product4分钟
Exploring the most positive & negative aspects of a product4分钟
3 个阅读材料
Slides presented in this module10分钟
Download the Jupyter Notebook used in this lesson to follow along10分钟
Analyzing product sentiment assignment10分钟
2 个练习
Classification14分钟
Analyzing product sentiment22分钟
4

4

完成时间为 2 小时

Clustering and Similarity: Retrieving Documents

完成时间为 2 小时
17 个视频 (总计 76 分钟), 3 个阅读材料, 2 个测验
17 个视频
What is the document retrieval task?1分钟
Word count representation for measuring similarity6分钟
Prioritizing important words with tf-idf3分钟
Calculating tf-idf vectors5分钟
Retrieving similar documents using nearest neighbor search2分钟
Clustering documents task overview2分钟
Clustering documents: An unsupervised learning task4分钟
k-means: A clustering algorithm3分钟
Other examples of clustering6分钟
Clustering and similarity ML block diagram7分钟
Loading & exploring Wikipedia data5分钟
Exploring word counts5分钟
Computing & exploring TF-IDFs7分钟
Computing distances between Wikipedia articles5分钟
Building & exploring a nearest neighbors model for Wikipedia articles3分钟
Examples of document retrieval in action4分钟
3 个阅读材料
Slides presented in this module10分钟
Download the Jupyter Notebook used in this lesson to follow along10分钟
Retrieving Wikipedia articles assignment10分钟
2 个练习
Clustering and Similarity12分钟
Retrieving Wikipedia articles18分钟

审阅

来自机器学习基础:案例研究的热门评论

查看所有评论

关于 机器学习 专项课程

This Specialization from leading researchers at the University of Washington introduces you to the exciting, high-demand field of Machine Learning. Through a series of practical case studies, you will gain applied experience in major areas of Machine Learning including Prediction, Classification, Clustering, and Information Retrieval. You will learn to analyze large and complex datasets, create systems that adapt and improve over time, and build intelligent applications that can make predictions from data....
机器学习

常见问题

  • 讲座和作业的访问权限取决于您的注册类型。如果您以旁听模式参加课程,则可以免费查看大多数课程资料。要访问评分作业并获得证书,您需要在旁听期间或之后购买证书体验。如果看不到旁听选项:

    • 课程可能不提供旁听选项。您可以尝试免费试用,也可以申请助学金。
    • 课程可能会改为提供'完整课程,没有证书'。通过此选项,您可以查看所有课程材料、提交所要求的作业,以及获得最终成绩。这也意味着您将无法购买证书体验。
  • 您注册课程后,将有权访问专项课程中的所有课程,并且会在完成课程后获得证书。您的电子课程证书将添加到您的成就页中,您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容,可以免费旁听课程。

  • 如果订阅,您可以获得 7 天免费试听,在此期间,您可以取消课程,无需支付任何罚金。在此之后,我们不会退款,但您可以随时取消订阅。请阅读我们完整的退款政策

  • 是的,Coursera 可以为无法承担费用的学生提供助学金。通过点击左侧“注册”按钮下的“助学金”链接可以申请助学金。您可以根据屏幕提示完成申请,申请获批后会收到通知。您需要针对专项课程中的每一门课程完成上述步骤,包括毕业项目。了解更多

还有其他问题吗?请访问 学生帮助中心