高级机器学习
您可能喜欢的其他课程
该课程现在不在运行。我们可以在再次启动时给您发送电子邮件,或者查看您可能喜欢的其他课程。
发现并应用高级统计机器学习技术
该在线课程探讨了高级统计机器学习。
您将发现数据科学项目工作流程中使用机器学习技术。然后,您将详细介绍有关分类和回归问题的监督学习统计建模算法,检查这些算法如何相关,以及如何对其生成的模型进行调整和评估。
您还将查看功能工程以及如何分析数据的充分性。
您将介绍什么主题?
- 统计机器学习理论
- 统计模型的分析和评估
- 数据分析
- 监督学习 - 人工神经网络
- 监督学习 - 内核方法
- 无监督的学习 - 集群
- 无监督学习 - 主题建模
- 功能工程
- 缺失数据
- 基本的强化学习
- 基本的半监督学习
在本课程中学习
在课程的每一步中,您都可以遇到其他学习者,分享您的想法并在评论中进行积极的讨论。
您将实现什么?
在课程结束时,您将能够...
-
解释典型数据科学问题的步骤,并执行那些被确定为机器学习专家责任的步骤。
-
执行一系列预处理步骤,包括功能工程和缺少数据的管理,并解释此类方法的实用性和重要性。
-
在机器学习的所有主要领域(监督,无监督,半监督和强化学习)应用一系列高级机器学习技术,包括调整和正规化这些模型。
-
解释这些技术如何工作,包括更高级的方法与它们构建的更简单的方法之间的关系。
-
严格评估统计模型的性能,并证明选择特定模型的选择是合理的。
-
严格评估数据的充分性和适用性对于给定的建模任务
谁是课程?
这是一个高级课程,可以预期在机器学习,数据科学或统计建模方面经验。有关假定知识的基本资源将提供链接。
该课程的部分利用了高级数学,包括统计,线性代数,微积分和信息理论。如果您对这些领域(尤其是前两个领域)有事先了解,则将获得对所使用方法的更多见解。如果您没有这些先验知识,那么您仍然可以实现课程的学习成果。
您需要哪些软件或工具?
该课程使用R。如果您以前尚未使用R编程,则应考虑参加快速介绍课程,例如尝试r。
您会和谁一起学?
我是瑞典乌普萨拉大学人工智能的高级数据科学顾问和讲师。
谁开发了课程?
开放大学
作为英国最大的大学,开放大学(OU)支持成千上万的学生通过支持的远程学习来实现自己的目标和野心,从而有助于适应专业和个人生活承诺的学习。
-
已确立的
1969年 -
地点
英国米尔顿·凯恩斯 -
世界排名
前510名 资料来源:泰晤士报高等教育世界大学排名2020
在FutureLearn上学习
您的学习,规则
- 课程分为几周,活动和步骤,以帮助您跟踪学习
- 通过咬合大小的视频,长篇小说文章,音频和实践活动的混合方式学习
- 通过使用进度页面来跟踪您的步骤完成和评估分数来保持动力
加入全球教室
- 体验社会学习的力量,并受到国际学习者网络的启发
- 在课程的每一步中,与同龄人和课程教育者分享想法
- 通过阅读,@ing,喜欢,书签和回复他人的评论来加入对话
绘制您的进度
- 当您完成课程时,请使用通知和进度页面来指导您的学习
- 每当您准备就绪时,将每个步骤都标记为完成,您就可以控制
- 完成90%的课程步骤和所有评估以赢得您的证书
想进一步了解有关FutureLearn的学习吗?盖世电竞里钱如何提现