Dieser Capstone-Kurs zum maschinellen Lernen verwendet verschiedene Python-basierte Bibliotheken zum maschinellen Lernen wie Pandas, sci-kit-learn und Tensorflow/Keras. Sie werden auch lernen, Ihre Fähigkeiten im Bereich des maschinellen Lernens anzuwenden und Ihr Können darin zu demonstrieren. Bevor Sie diesen Kurs besuchen, müssen Sie alle vorherigen Kurse des IBM Machine Learning Professional Certificate absolvieren.in diesem Kurs lernen Sie außerdem, ein Kursempfehlungssystem zu erstellen, kursbezogene Datensätze zu analysieren, Kosinusähnlichkeit zu berechnen und eine Ähnlichkeitsmatrix zu erstellen. Darüber hinaus werden Sie Empfehlungssysteme erstellen, indem Sie Ihr Wissen über KNN, PCA und Collaborative Filtering mit nicht-negativer Matrix anwenden.schließlich werden Sie Ihre Arbeit mit Gleichaltrigen teilen und sie von ihnen bewerten lassen, um eine kollaborative Lernerfahrung zu ermöglichen
Maschinelles Lernen Capstone
Dieser Kurs ist Teil von IBM Maschinelles Lernen (berufsbezogenes Zertifikat)
Dozenten: Yan Luo
14.461 bereits angemeldet
Bei enthalten
(99 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Vergleich und Gegenüberstellung verschiedener Algorithmen des maschinellen Lernens durch Erstellung von Empfehlungssystemen in Python
Vorhersage von Kursbewertungen durch Training eines neuronalen Netzes und Erstellung von Regressions- und Klassifikationsmodellen
Erstellen Sie Empfehlungssysteme, indem Sie Ihr Wissen über KNN, PCA und Collaborative Filtering mit nicht-negativer Matrix anwenden
Erstellen Sie eine Abschlusspräsentation und bewerten Sie die Projekte Ihrer Mitschüler
Kompetenzen, die Sie erwerben
- Kategorie: Künstliches Neuronales Netzwerk
- Kategorie: Datenanalyse
- Kategorie: Python-Programmierung
- Kategorie: Überwachtes Lernen
- Kategorie: unüberwachtes maschinelles Lernen
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
6 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihr Fachwissen im Bereich Maschinelles Lernen
- 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 von IBM 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 5 Module
In diesem Modul werden Sie mit dem Konzept der Empfehlungssysteme vertraut gemacht. Alle Übungen in den folgenden Modulen basieren auf diesem Konzept. Außerdem erhalten Sie einen Überblick über das Abschlussprojekt. Sie werden eine explorative Datenanalyse durchführen, um erste Erkenntnisse zu gewinnen, z. B. über Datenmuster. Sie werden sie auch nutzen, um Annahmen mit Hilfe von zusammenfassenden Statistiken und grafischen Darstellungen von Online-Kursdaten wie Kurstiteln, Kursgenres und Kurseinschreibungen zu überprüfen. Als Nächstes extrahieren Sie aus Kurstiteln und -beschreibungen einen Wortzahlvektor, der als "Bag of Words" (BoW) bezeichnet wird. Das BoW-Merkmal ist wahrscheinlich das einfachste, aber effektivste Merkmal zur Charakterisierung von Textdaten. Es wird in vielen Aufgaben des maschinellen Lernens in Textform verwendet. Schließlich werden Sie die Cosinus-Ähnlichkeitsmessung anwenden, um die Kursähnlichkeit unter Verwendung der extrahierten BoW-Merkmalsvektoren zu berechnen.
Das ist alles enthalten
2 Videos2 Aufgaben3 App-Elemente5 Plug-ins
In diesem Modul werden Sie drei Kursempfehlungssysteme mit unterschiedlichen Methoden erstellen. In Übung 1 erstellen Sie ein Kursempfehlungssystem, das auf Benutzerprofilen und Kursgenre-Matrizen basiert, indem Sie eine Interessenbewertung für jeden Kurs berechnen und die Kurse mit den höchsten Interessenbewertungen empfehlen. In der zweiten Übung erstellen Sie eine Kursähnlichkeitsmatrix, um das Empfehlungssystem zu erstellen. In der dritten Übung implementieren Sie einen auf Clustering basierenden Empfehlungsalgorithmus, der K-Means-Clustering und Hauptkomponentenanalyse auf der Grundlage der Kurseinschreibungshistorie der Gruppenmitglieder verwendet. In den Übungen vier und fünf werden Sie kollaboratives Filtern verwenden, um Vorhersagen über die Interessen eines Benutzers auf der Grundlage einer Sammlung ähnlicher Präferenzen anderer Benutzer zu treffen. In Übung 4 werden Sie KNN-basierte kollaborative Filterung durchführen und in Übung 5 werden Sie nicht-negative Matrixfaktorisierung verwenden.
Das ist alles enthalten
1 Video2 Aufgaben3 App-Elemente2 Plug-ins
In diesem Modul werden Sie mit Hilfe neuronaler Netze Kursbewertungen vorhersagen. In der ersten Übung werden Sie neuronale Netze trainieren, um Kursbewertungen vorherzusagen, während Sie gleichzeitig die latenten Merkmale von Nutzern und Artikeln extrahieren. In Übung 2 erhalten Sie Vektoren von Kursinteraktionsmerkmalen als Eingabedaten. Mithilfe der Regressionsanalyse werden Sie numerische Bewertungswerte berechnen, die vorhersagen, ob ein Student einen Kurs besuchen oder abschließen wird. Übung 3 ähnelt Übung 2, aber statt einer Regressionsanalyse verwenden Sie ein Klassifizierungsmodell. Sie extrahieren aus einem neuronalen Netzwerk Vektoren für die Einbettung von Benutzer- und Aufgabenmerkmalen. Mit diesen einbettenden Merkmalsvektoren erstellen Sie einen Interaktionsmerkmalsvektor und verwenden diesen, um ein Klassifizierungsmodell zu erstellen. Das Modell ordnet den Interaktions-Merkmalsvektor einem Bewertungsmodus zu, der vorhersagt, ob ein Lerner einen Kurs prüfen oder abschließen wird.
Das ist alles enthalten
1 Video2 Aufgaben5 App-Elemente1 Plug-in
In diesem Modul werden Sie Richtlinien und bewährte Verfahren für die Erstellung erfolgreicher Berichte kennenlernen. Vielleicht möchten Sie auch Anleitungen zur Erstellung von PowerPoint-Präsentationen und zum Speichern einer PowerPoint-Datei als PDF lesen.
Das ist alles enthalten
2 Videos4 Plug-ins
In diesem letzten Modul werden Sie in Streamlit eingeführt und haben die Möglichkeit, eine Streamlit-App zu erstellen, um Ihre Arbeit aus den vorherigen Modulen zu präsentieren. Sie werden Screenshots aus den praktischen Übungen einreichen, die Ihre Kommilitonen dann überprüfen können. Sobald Sie Ihre Einsendung fertiggestellt haben, werden Sie die Einsendung eines Ihrer Kommilitonen überprüfen und dessen Einsendung bewerten.
Das ist alles enthalten
3 Lektüren1 peer review4 Plug-ins
Dozenten
von
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
ESSEC Business School
University of California, Santa Cruz
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
99 Bewertungen
- 5 stars
74 %
- 4 stars
20 %
- 3 stars
1 %
- 2 stars
1 %
- 1 star
4 %
Zeigt 3 von 99 an
Geprüft am 28. Aug. 2024
good for getting overview of different machine learning ways
Geprüft am 23. März 2024
It was really a quite informative and well planned course. Will continue to get more Professional Certificate from IBM related to ML-DL and Generative AI
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
Um diesen Kurs zu belegen, müssen Sie diese fünf Kurse abgeschlossen haben: Explorative Datenanalyse für maschinelles Lernen, Überwachtes maschinelles Lernen: Regression, Überwachtes maschinelles Lernen: Klassifizierung, Unüberwachtes maschinelles Lernen, Deep Learning und Reinforcement Learning.
Webbrowser, PowerPoint (optional), Texteditor/IDE (optional), lokale Python-Laufzeitumgebung (optional)
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.