데이터가 있고 그 데이터로 무엇을 알 수 있는지 궁금하신가요? 머신 러닝으로 비즈니스를 개선할 수 있는 핵심 방법을 더 깊이 이해해야 하나요? 회귀 및 분류에서 딥 러닝 및 추천 시스템까지 어떤 내용으로든 전문가와 대화할 수 있기를 원하시나요?
Offrez à votre carrière le cadeau de Coursera Plus avec $160 de réduction, facturé annuellement. Économisez aujourd’hui.
Compétences que vous acquerrez
- Catégorie : regression modeling
- Catégorie : Document Retrieval
- Catégorie : Factorization
- Catégorie : Recommender Systems
Détails à connaître
Ajouter à votre profil LinkedIn
11 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 7 modules dans ce cours
머신 러닝(ML)은 어디에나 있지만 종종 은밀하게 작동합니다. <p>이 전문화 과정에 대한 소개는 머신 러닝의 힘과 수료 시 개인적으로 개발 및 배포할 수 있는 다양한 지능형 애플리케이션에 대한 통찰력을 제공합니다.</p>또한 우리가 누구인지, 어떻게 여기까지 왔는지, 지능형 애플리케이션의 미래에 대한 관점에 대해서도 논의합니다.
Inclus
18 vidéos8 lectures1 devoir
이번 주에는 데이터에서 예측을 수행하는 첫 번째 지능형 애플리케이션을 구축할 것입니다.<p>우리는 첫 번째 사례 연구의 맥락에서 이 아이디어를 탐구하여 주택 가격을 예측할 것입니다. 여기서 입력 특성(면적, 침실 및 욕실 수 등)에서 연속적인 값(가격)을 예측하는 모델을 생성합니다. <p>이는 회귀를 적용할 수 있는 많은 분야 중 하나일 뿐입니다. 다른 적용 분야는 의학의 건강 결과, 금융의 주가, 고성능 컴퓨팅의 전력 사용량 예측부터 유전자 발현에 중요한 조절기 분석에 이르기까지 다양합니다.</p>또한 예측 모델의 성능을 분석하고 Jupyter 노트북을 사용하여 실제로 회귀를 구현하는 방법을 검토합니다.
Inclus
19 vidéos3 lectures2 devoirs
한 사람이 쓴 짧은 리뷰에서 경험에 대해 긍정적인 감정을 느꼈는지 부정적인 감정을 느꼈는지 어떻게 추측합니까? 감정을 분석하는 두 번째 사례 연구에서는 입력 특성(리뷰 텍스트, 사용자 프로필 정보 등)에서 클래스(긍정/부정 감정)를 예측하는 모델을 생성합니다. 이 작업은 분류의 예입니다. 광고 타겟팅, 스팸 감지, 의료 진단 및 이미지 분류 등의 광범위한 적용 분야에서 가장 널리 사용되는 머신 러닝 영역입니다. 분류기의 정확도를 분석하고 Jupyter 노트북에서 실제 분류기를 구현하며 캡스톤에 구축 및 배포할 지능형 애플리케이션의 핵심 부분을 먼저 살펴봅니다.
Inclus
19 vidéos3 lectures2 devoirs
독자가 특정 뉴스 기사에 관심이 있으며 추천할 만한 유사 기사를 찾고 싶어합니다. 유사성에 대한 올바른 개념은 무엇입니까? 문서를 자동으로 검색하여 가장 유사한 문서를 찾으려면 어떻게 합니까? 처음에 문서를 어떻게 정량적으로 표현합니까?<p>이 세 번째 사례 연구인 문서 검색에서는 다양한 문서 표현과 가장 유사한 하위 집합을 검색하는 알고리즘을 검사합니다. 또한 유사성(예: 문서 주제)에 의해 문서를 자동으로 그룹화하는 문서의 구조화된 표현을 고려합니다.</p>실제로 Jupyter 노트북에서 Wikipedia 항목에 대한 지능형 문서 검색 시스템을 구축합니다.
Inclus
17 vidéos3 lectures2 devoirs
Amazon이 개인화된 제품 추천을 어떻게 구성하는지 궁금하십니까? Netflix에서 시청할 영화를 제안하는 방법은 무엇입니까? Pandora는 스트리밍할 다음 노래를 어떻게 선택합니까? Facebook이나 LinkedIn은 당신이 연결할 수 있는 사람들을 어떻게 찾습니까? 개인화된 콘텐츠를 위한 이러한 모든 기술의 근간에는 협업 필터링이라는 것이 있습니다. <p>다양한 기술을 사용하여 이러한 추천 시스템을 구축하는 방법을 배우고 장단점을 살펴봅니다.</p> 우리가 조사하는 한 가지 방법은 사용자 및 제품의 특성을 학습하여 권장 사항을 형성하는 행렬 분해입니다. Jupyter 노트북에서 이러한 기술을 사용하여 실제 노래 추천 시스템을 구축합니다.
Inclus
19 vidéos3 lectures2 devoirs
딥 러닝이 머신 러닝에서 가장 유망한 기술 중 하나로 전 세계적으로 뉴스 거리가 되고 있다는 소식을 들었을 것입니다. 모든 산업은 이미지 태깅, 객체 인식, 음성 인식, 텍스트 분석과 같은 작업을 포함하여 딥 러닝 잠재력을 실현하기 위해 리소스를 할애하고 있습니다.마지막 사례 연구인 이미지 검색에서는 신경망층이 이미지 분류 및 검색 작업에서 인상적인 성능을 제공하는 매우 기술적인(비선형) 특성을 제공하는 방법을 배웁니다. 그런 다음 모델을 학습할 데이터가 거의 없는 경우에도 딥 러닝을 매우 쉽게 사용할 수 있는 전이 학습 기술인 심층 특성을 구성합니다. iPhython 노트북을 사용하여 딥 러닝을 통해 이미지 분류기와 지능형 이미지 검색 시스템을 구축합니다.
Inclus
18 vidéos4 lectures2 devoirs
과정이 끝나면 머신 러닝 도구를 서비스로 전환하는 마지막 단계인 배포에 대해 설명합니다. 또한 머신 러닝 분야가 여전히 직면하고 있는 몇 가지 미결 과제와 머신 러닝이 어디로 향하고 있는지도 논의합니다. 나머지 전문화 과정에 대한 개요와 머신 러닝을 발전시키면서 우리 앞에 놓인 놀라운 지능형 애플리케이션으로 마무리합니다.
Inclus
7 vidéos1 lecture
Instructeur
Offert par
Recommandé si vous êtes intéressé(e) par Machine Learning
Universiteit Leiden
Princeton University
Johns Hopkins University
Rice University
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.
You will be eligible for a full refund until two weeks after your payment date, or (for courses that have just launched) until two weeks after the first session of the course begins, whichever is later. You cannot receive a refund once you’ve earned a Course Certificate, even if you complete the course within the two-week refund period. See our full refund policy.