Algorithmen für maschinelles Lernen: Supervised Learning Tipp to Tail

Beschreibung

Dieser Kurs vermittelt Ihnen das Verständnis der Grundlagen eines maschinellen Lernprojekts. Die Lernenden verstehen und implementieren überwachte Lerntechniken in realen Fallstudien, um Business-Case-Szenarien zu analysieren, in denen Entscheidungsbäume, k-nächste Nachbarn und Support-Vektor-Maschinen optimal genutzt werden. Die Lernenden erwerben außerdem Fähigkeiten, um die praktischen Konsequenzen verschiedener Datenaufbereitungsschritte gegenüberzustellen und allgemeine Produktionsprobleme bei angewandter ML zu beschreiben.

Um erfolgreich zu sein, sollten Sie mindestens Anfängerkenntnisse in der Python-Programmierung haben (z. B. in der Lage sein, vorhandenen Code zu lesen und zu verfolgen, mit Bedingungen, Schleifen, Variablen, Listen, Wörterbüchern und Arrays vertraut zu sein). Sie sollten ein grundlegendes Verständnis der linearen Algebra (Vektornotation) und Statistik (Wahrscheinlichkeitsverteilungen und Mittelwert / Median / Modus) haben.

Dies ist der zweite Kurs der Spezialisierung für angewandtes maschinelles Lernen, die Ihnen von Coursera und dem Alberta Machine Intelligence Institute angeboten wird.