课程信息

62,424 次近期查看

学生职业成果

37%

完成这些课程后已开始新的职业生涯

37%

通过此课程获得实实在在的工作福利

12%

加薪或升职
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。
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9 小时
英语(English)

您将学到的内容有

  • Use the basic components of building and applying prediction functions

  • Understand concepts such as training and tests sets, overfitting, and error rates

  • Describe machine learning methods such as regression or classification trees

  • Explain the complete process of building prediction functions

您将获得的技能

Random ForestMachine Learning (ML) AlgorithmsMachine LearningR Programming

学生职业成果

37%

完成这些课程后已开始新的职业生涯

37%

通过此课程获得实实在在的工作福利

12%

加薪或升职
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。
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9 小时
英语(English)

提供方

Placeholder

约翰霍普金斯大学

教学大纲 - 您将从这门课程中学到什么

内容评分Thumbs Up89%(6,581 个评分)Info
1

1

完成时间为 2 小时

Week 1: Prediction, Errors, and Cross Validation

完成时间为 2 小时
9 个视频 (总计 73 分钟), 4 个阅读材料, 1 个测验
2

2

完成时间为 2 小时

Week 2: The Caret Package

完成时间为 2 小时
9 个视频 (总计 96 分钟)
3

3

完成时间为 1 小时

Week 3: Predicting with trees, Random Forests, & Model Based Predictions

完成时间为 1 小时
5 个视频 (总计 48 分钟)
4

4

完成时间为 3 小时

Week 4: Regularized Regression and Combining Predictors

完成时间为 3 小时
4 个视频 (总计 33 分钟), 2 个阅读材料, 3 个测验

审阅

来自实用机器学习的热门评论

查看所有评论

常见问题

还有其他问题吗?请访问 学生帮助中心