In diesem Kurs dreht sich alles um Daten und wie diese für den Erfolg Ihres angewandten maschinellen Lernmodells entscheidend sind. Nach Abschluss dieses Kurses verfügen Sie über folgende Fähigkeiten: Verstehen der kritischen Elemente von Daten in den Lern-, Trainings- und Betriebsphasen Verstehen von Verzerrungen und Datenquellen Implementieren von Techniken zur Verbesserung der Allgemeingültigkeit Ihres Modells Erklären der Folgen von Overfitting und Identifizieren von Abhilfemaßnahmen Implementieren geeigneter Test- und Validierungsmaßnahmen Demonstrieren, wie die Genauigkeit Ihres Modells durch durchdachtes Feature-Engineering verbessert werden kann Erforschen des Einflusses von Algorithmusparametern auf die Stärke des Modells Um diesen Kurs erfolgreich zu absolvieren, sollten Sie mindestens über Grundkenntnisse in der Python-Programmierung verfügen (z.B., sie sollten in der Lage sein, vorhandenen Code zu lesen und nachzuvollziehen, und Sie sollten mit Konditionalen, Schleifen, Variablen, Listen, Wörterbüchern und Arrays vertraut sein). Sie sollten ein Grundverständnis der linearen Algebra (Vektornotation) und der Statistik (Wahrscheinlichkeitsverteilungen und Mittelwert/Mittelwert/Modus) haben. Dies ist der dritte Kurs der Applied Machine Learning Specializations, die von Coursera und dem Alberta Machine Intelligence Institute angeboten wird.
Daten für maschinelles Lernen
Dieser Kurs ist Teil von Spezialisierung Maschinelles Lernen: Algorithmen in der realen Welt
Dozent: Anna Koop
8.578 bereits angemeldet
Bei 
enthalten
(97 Bewertungen)
Kompetenzen, die Sie erwerben
- Kategorie: Computerprogrammierung
- Kategorie: Python-Programmierung
- Kategorie: Maschinelles Lernen
- Kategorie: Statistische Analyse
- Kategorie: Lineare Algebra
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
14 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 4 Module
Wir alle wissen, dass Daten für den Erfolg des maschinellen Lernens wichtig sind, aber wie sehen sie wirklich aus? Welche Schritte müssen Sie unternehmen, um von verstreuten, unbearbeiteten Daten zu schönen, sauberen Lerndaten zu gelangen? Diese Woche werfen wir einen Blick über den Tellerrand und beschreiben, wie Ihr Problem und Ihre Datenanforderungen zusammenhängen und welche Prozesse für eine erfolgreiche Datenaufbereitung erforderlich sind.
Das ist alles enthalten
11 Videos2 Lektüren3 Aufgaben
Nun, da Sie Ihre Datenquellen identifiziert haben, müssen Sie alles zusammenführen. In dieser Woche erfahren Sie, was Sie zur Vorbereitung der Daten insgesamt benötigen.
Das ist alles enthalten
11 Videos4 Aufgaben
Daten sind spezifisch für ein Problem. In dieser Woche besprechen wir, wie Sie allgemeine Daten in einen erfolgreichen Treibstoff für spezifische maschinelle Lernprojekte verwandeln können.
Das ist alles enthalten
8 Videos2 Lektüren3 Aufgaben1 Programmieraufgabe1 Unbewertetes Labor
Es gibt so viele Möglichkeiten, wie Daten schief gehen können! Diese Woche haben wir einige der Fallstricke bei der Identifizierung und Verarbeitung von Daten besprochen.
Das ist alles enthalten
9 Videos4 Aufgaben
Dozent
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
Sungkyunkwan University
Stanford University
University of Washington
Alberta Machine Intelligence Institute
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
97 Bewertungen
- 5 stars
59,79 %
- 4 stars
26,80 %
- 3 stars
9,27 %
- 2 stars
1,03 %
- 1 star
3,09 %
Zeigt 3 von 97 an
Geprüft am 29. Dez. 2020
Excellent depth in coverage. Lab, although only one, was instructive to enable learning while also being exhaustive and intensive to drive learnings home.
Geprüft am 23. Dez. 2019
the course is very powerful and I have jump to higher level regarding data wrangling and how to deal with data. the assessment have some error which can be fixed easily
Geprüft am 30. Nov. 2019
What is different about this course is its focus of ML applied to the real world.
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.