In diesem Kurs bauen Sie auf den Kenntnissen auf, die Sie in den Kursen Exploratory Data Analysis with MATLAB und Data Processing and Feature Engineering with MATLAB erworben haben, um Ihre Fähigkeit zu verbessern, die Leistungsfähigkeit von MATLAB für die Analyse von Daten zu nutzen, die für Ihre Arbeit relevant sind. Diese Kenntnisse sind für diejenigen wertvoll, die über Fachwissen und einige Erfahrungen mit Berechnungswerkzeugen, aber keine Programmierkenntnisse verfügen. Um in diesem Kurs erfolgreich zu sein, sollten Sie über Grundkenntnisse in Statistik (Histogramme, Mittelwerte, Standardabweichung, Kurvenanpassung, Interpolation) verfügen und die Kurse 1 bis 2 dieser Specializations abgeschlossen haben.
Prädiktive Modellierung und maschinelles Lernen mit MATLAB
Dieser Kurs ist Teil von Spezialisierung Praktische Datenwissenschaft mit MATLAB
Dozenten: Michael Reardon
15.853 bereits angemeldet
Bei enthalten
(116 Bewertungen)
Was Sie lernen werden
Wenden Sie einen vollständigen Arbeitsablauf für maschinelles Lernen an, von der Datenbereinigung bis zum Training und der Auswertung von Modellen anhand eines realen Datensatzes
Nutzen Sie Apps, um schnell viele Modelle für maschinelles Lernen zu trainieren und den besten Ansatz für Ihre Anwendung zu finden
Passen Sie das Training mithilfe von Kostenmatrizen an, um wichtige Klassen hervorzuheben
Kompetenzen, die Sie erwerben
- Kategorie: Maschinelles Lernen
- Kategorie: Matlab
- Kategorie: Prädiktive Modellierung
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
11 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
In diesem Modul wenden Sie die Fähigkeiten, die Sie in den ersten beiden Kursen der Specialization erworben haben, auf einen neuen Datensatz an. Sie erhalten eine Einführung in den Supervised Machine Learning Workflow und lernen die wichtigsten Begriffe kennen. Zum Abschluss des Moduls erstellen Sie Regressionsmodelle für maschinelles Lernen und werten diese aus.
Das ist alles enthalten
11 Videos8 Lektüren3 Aufgaben4 App-Elemente1 Diskussionsthema
In diesem Modul lernen Sie die Grundlagen von Klassifizierungsmodellen kennen. Sie werden verschiedene Arten von Klassifizierungsmodellen trainieren und die Ergebnisse auswerten.
Das ist alles enthalten
6 Videos7 Lektüren2 Aufgaben1 Diskussionsthema
In diesem Modul wenden Sie den gesamten Workflow des überwachten maschinellen Lernens an. Sie werden Validierungsdaten zur Modellerstellung verwenden. Sie wenden verschiedene Techniken zur Auswahl von Merkmalen an, um die Komplexität der Modelle zu reduzieren. Sie werden Ensemble-Modelle erstellen und Hyperparameter optimieren. Am Ende des Moduls werden Sie diese Konzepte in einem Abschlussprojekt anwenden.
Das ist alles enthalten
10 Videos5 Lektüren4 Aufgaben1 Diskussionsthema
Das ist alles enthalten
5 Videos7 Lektüren2 Aufgaben1 Diskussionsthema
von
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
Duke University
Google Cloud
University of Illinois Urbana-Champaign
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
116 Bewertungen
- 5 stars
81,03 %
- 4 stars
16,37 %
- 3 stars
2,58 %
- 2 stars
0 %
- 1 star
0 %
Zeigt 3 von 116 an
Geprüft am 10. Sep. 2020
Very practical, but still high-level view to manage such projects. Testing was sufficient to test a full understanding. Thanks, I learnt a lot.
Geprüft am 20. März 2021
Helpful in defining data preprocessing and model creation using different mechanism
Geprüft am 5. Jan. 2022
Thanks to Mathworks team for such a well structured course with quality content and lectures. Looking forward to more such quality content such as deep learning and reinforced learning
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
Ja. Eine kostenlose Lizenz für MATLAB Online ist für Teilnehmer des Kurses erhältlich. Sie können die unterstützten Browser hier einsehen.
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.