Descrizione
Questo corso ti porta dalla comprensione dei fondamenti di un progetto di apprendimento automatico. Gli studenti capiranno e implementeranno tecniche di apprendimento supervisionato su casi studio reali per analizzare scenari di casi aziendali in cui gli alberi decisionali, i vicini k-vicini più vicini e le macchine vettoriali di supporto vengono utilizzati in modo ottimale. Gli studenti acquisiranno inoltre competenze per contrastare le conseguenze pratiche delle diverse fasi di preparazione dei dati e descrivere i problemi di produzione comuni nella ML applicata.
Per avere successo, dovresti avere almeno un background di livello principiante nella programmazione di Python (ad esempio, essere in grado di leggere e tracciare il codice del codice esistente, avere familiarità con condizionali, loop, variabili, elenchi, dizionari e array). Dovresti avere una conoscenza di base dell'algebra lineare (notazione vettoriale) e delle statistiche (distribuzioni di probabilità e media / mediana / modalità).
Questo è il secondo corso della specializzazione di apprendimento automatico applicato offerto da Coursera e dall'Alberta Machine Intelligence Institute.
Prezzo: Iscriviti gratuitamente!
Lingua: Inglese
Sottotitoli: Inglese
TUN aiuta gli studenti!
Borse di studio
Comunita'
Diritto d'autore, 2024 – TUN, Inc