Çevrimiçi kurs – makine öğreniminde sertifikalı profesyonel uzmanlık: Alberta Yapay Zeka Enstitüsü Gerçek Dünya Algoritmaları

Pratik makine öğrenimine giriş

Kurs 1 • 6 saat • 4,7 (737 değerlendirme)

Kurs detayları

ne öğreneceksin

• Bu kurs, makine öğrenimini duymuş ve bunu veri analizi ve otomasyonda uygulamak isteyen profesyonellere yöneliktir.
• İster finans, tıp, mühendislik, işletme veya diğer alanlarda olsun, bu kurs size bir makine öğrenimi projesinde problem tanımı ve veri hazırlama konularını tanıtacaktır.
• Kursun sonunda iki yaklaşımı kullanarak bir makine öğrenimi problemini tanımlayabileceksiniz.
• Mevcut veri kaynaklarını incelemeyi ve makine öğreniminin potansiyel uygulamalarını tanımlamayı öğreneceksiniz.
• Bir iş ihtiyacını almayı ve onu bir makine öğrenimi uygulamasına dönüştürmeyi öğreneceksiniz.
• Ayrıca makine öğreniminin etkili uygulamaları için veriler hazırlayacaksınız.

Makine Öğrenimi Algoritmaları: Uçtan Uca Denetimli Öğrenme

Kurs 2 • 9 saat • 4,7 (411 değerlendirme)

Kurs detayları

ne öğreneceksin

• Bu kurs sizi bir makine öğrenimi projesinin temellerini anlamaya yönlendirir.
• Öğrenciler, iş senaryolarını analiz etmek için denetimli öğrenme tekniklerini anlayacak ve gerçek bir vaka çalışmasına uygulayacaklardır.
• Öğrenciler aynı zamanda çeşitli veri hazırlama adımlarının pratik sonuçlarını ayırt etme becerilerini de kazanacaklardır.
• Başarılı olmak için en azından temel düzeyde Python programlama bilgisine sahip olmanız gerekir.
• Doğrusal cebir ve istatistik konusunda temel bilgiye sahip olmalısınız.

Makine öğrenimine yönelik veriler

Kurs 3 • 11 saat • 4,4 (97 değerlendirme)

Kurs detayları

ne öğreneceksin

• Bu kurs veriler ve uygulamalı öğrenme modelinizin başarısı için önemi hakkındadır.
• Bu kursun tamamlanması öğrencilere aşağıdaki becerileri kazandıracaktır:
• Öğrenme, eğitim ve etkinleştirme aşamasındaki verilerin kritik öğelerini anlayın.
• Önyargıları ve veri kaynaklarını anlayın.
• Modelinizin genelliğini geliştirecek teknikleri uygulayın.
• Aşırı uyumun sonuçlarını açıklayın ve sorunları en aza indirecek adımları belirleyin.
• Uygun test ve doğrulama önlemlerini uygulayın.
• Ayrıntılı özellik mühendisliğiyle modelinizin doğruluğunu nasıl artırabileceğinizi gösterin.
• Algoritma parametrelerinin modelin gücü üzerindeki etkisini araştırın.
• Bu kursta başarılı olmak için Python programlama konusunda en azından temel düzeyde bilgiye sahip olmanız gerekir.
• Doğrusal cebir ve istatistik konusunda temel bilgiye sahip olmalısınız.

Kazanacağınız beceriler

• Kategori: bilgisayar programlama
• Kategori: Python programlama
• Kategori: makine öğrenimi
• Kategori: istatistiksel analiz
• Kategori: Lineer Cebir

Makine öğrenimi performansını optimize etme

Kurs 4 • 11 saat • 4,4 (48 değerlendirme)

Kurs detayları

ne öğreneceksin

• Bu kurs, pratik makine öğrenimi stajında ​​öğrendiğiniz her şeyi özetler.
• Artık bir makine öğrenimi bakım yol haritası hazırlamak için eksiksiz bir makine öğrenimi projesinden geçeceksiniz.
• Değişen verilerle nasıl başa çıkılacağını anlayın ve analiz edin.
• Ayrıca projenizdeki potansiyel istenmeyen etkileri de tanımlayacak ve yorumlayacaksınız.
• Modelinizi çalıştırma ve bakımını yapma kurallarını anlayın ve tanımlayın.
• Bu kursun sonunda bir makine öğrenimi projesini uygulamak için ihtiyaç duyduğunuz tüm araçlara ve anlayışa sahip olacaksınız.

Ek gereksinimler

• Başarılı olmak için en azından temel düzeyde Python programlama bilgisine sahip olmanız gerekir.
• Doğrusal cebir ve istatistik konusunda temel bilgiye sahip olmalısınız.

bitiş

Bu, Coursera ve Alberta Makine Zekası Enstitüsü (AME) tarafından sunulan Pratik Makine Öğrenimi uzmanlığının en son kursudur.