本課程是大数据專項課程專項課程的一部分

4.6
星
2,365 個評分

Mai Nguyen 另外 +1 位授課教師

61,624 人已註冊

提供方

大数据專項課程加州大学圣地亚哥分校

課程信息

28,782 次近期查看

Want to make sense of the volumes of data you have collected?  Need to incorporate data-driven decisions into your process?  This course provides an overview of machine learning techniques to explore, analyze, and leverage data.  You will be introduced to tools and algorithms you can use to create machine learning models that learn from data, and to scale those models up to big data problems.
At the end of the course, you will be able to:
•	Design an approach to leverage data using the steps in the machine learning process.
•	Apply machine learning techniques to explore and prepare data for modeling.
•	Identify the type of machine learning problem in order to apply the appropriate set of techniques.
•	Construct models that learn from data using widely available open source tools.
•	Analyze big data problems using scalable machine learning algorithms on Spark.

Software Requirements: 
Cloudera VM, KNIME, Spark

可靈活調整截止日期

根據您的日程表重置截止日期。

可分享的證書

完成後獲得證書

100% 在線

立即開始，按照自己的計劃學習。

第 4 門課程（共 6 門）

大数据專項課程

完成時間大約為22 小時

英語（English）

字幕：阿拉伯語（Arabic）, 法語（French）, （歐洲人講的）葡萄牙語, 中文（簡體）, 意大利語, 越南語, 韓語, 德語（German）, 俄語（Russian）, 英語（English）, 西班牙語（Spanish）

您將獲得的技能

Machine Learning Concepts
Knime
Machine Learning
Apache Spark

可靈活調整截止日期

根據您的日程表重置截止日期。

可分享的證書

完成後獲得證書

100% 在線

立即開始，按照自己的計劃學習。

第 4 門課程（共 6 門）

大数据專項課程

完成時間大約為22 小時

英語（English）

授課教師

授課教師評分

4.81/5 （226 個評分）

Mai Nguyen

Lead for Data Analytics

San Diego Supercomputer Center

61,613 個學生

1 門課程

Ilkay Altintas

Chief Data Science Officer

San Diego Supercomputer Center

425,281 個學生

12 門課程

提供方

加州大学圣地亚哥分校

UC San Diego is an academic powerhouse and economic engine, recognized as one of the top 10 public universities by U.S. News and World Report. Innovation is central to who we are and what we do. Here, students learn that knowledge isn't just acquired in the classroom—life is their laboratory.

授課大綱 - 您將從這門課程中學到什麼

內容評分96%（6,257 個評分）

週

週 1

完成時間為 1 小時

Welcome

完成時間為 1 小時

2 個視頻（總計 14 分鐘）

完成時間為 4 小時

Introduction to Machine Learning with Big Data

完成時間為 4 小時

7 個視頻（總計 45 分鐘）, 7 個閱讀材料, 1 個測驗

7 個視頻

Machine Learning Overview8分鐘

Categories Of Machine Learning Techniques7分鐘

Machine Learning Process3分鐘

Goals and Activities in the Machine Learning Process10分鐘

CRISP-DM5分鐘

Scaling Up Machine Learning Algorithms5分鐘

Tools Used in this Course5分鐘

7 個閱讀材料

Slides: Machine Learning Overview and Applications25分鐘

Downloading, Installing and Using KNIME1小時

Downloading and Installing the Cloudera VM Instructions (Windows)10分鐘

Downloading and Installing the Cloudera VM Instructions (Mac)10分鐘

Instructions for Downloading Hands On Datasets10分鐘

Instructions for Starting Jupyter10分鐘

PDFs of Readings for Week 1 Hands-On10分鐘

1 個練習

Machine Learning Overview20分鐘

週

週 2

完成時間為 3 小時

Data Exploration

完成時間為 3 小時

6 個視頻（總計 39 分鐘）, 5 個閱讀材料, 2 個測驗

6 個視頻

Data Terminology4分鐘

Data Exploration4分鐘

Data Exploration through Summary Statistics7分鐘

Data Exploration through Plots8分鐘

Exploring Data with KNIME Plots9分鐘

Data Exploration in Spark5分鐘

5 個閱讀材料

Slides: Data Exploration Overview and Terminology10分鐘

Description of Daily Weather Dataset10分鐘

Exploring Data with KNIME Plots40分鐘

Data Exploration in Spark10分鐘

PDFs of Activities for Data Exploration Hands-On Readings10分鐘

2 個練習

Data Exploration20分鐘

Data Exploration in KNIME and Spark Quiz20分鐘

完成時間為 3 小時

Data Preparation

完成時間為 3 小時

8 個視頻（總計 42 分鐘）, 4 個閱讀材料, 2 個測驗

8 個視頻

Data Preparation3分鐘

Data Quality4分鐘

Addressing Data Quality Issues4分鐘

Feature Selection5分鐘

Feature Transformation5分鐘

Dimensionality Reduction7分鐘

Handling Missing Values in KNIME5分鐘

Handling Missing Values in Spark5分鐘

4 個閱讀材料

Slides: Data Preparation for Machine Learning30分鐘

Handling Missing Values in KNIME20分鐘

Handling Missing Values in Spark10分鐘

PDFs for Data Preparation Hands-On Readings10分鐘

2 個練習

Data Preparation25分鐘

Handling Missing Values in KNIME and Spark Quiz20分鐘

週

週 3

完成時間為 5 小時

Classification

完成時間為 5 小時

8 個視頻（總計 60 分鐘）, 7 個閱讀材料, 2 個測驗

8 個視頻

Classification4分鐘

Building and Applying a Classification Model5分鐘

Classification Algorithms2分鐘

k-Nearest Neighbors4分鐘

Decision Trees13分鐘

Naïve Bayes14分鐘

Classification using Decision Tree in KNIME8分鐘

Classification in Spark6分鐘

7 個閱讀材料

Slides: What is Classification?10分鐘

Slides: Classification Algorithms10分鐘

Classification using Decision Tree in KNIME45分鐘

Interpreting a Decision Tree in KNIME20分鐘

Instructions for Changing the Number of Cloudera VM CPUs10分鐘

Classification in Spark45分鐘

PDFs for Classification Hands-On Readings10分鐘

2 個練習

Classification20分鐘

Classification in KNIME and Spark Quiz30分鐘

週

週 4

完成時間為 3 小時

Evaluation of Machine Learning Models

完成時間為 3 小時

7 個視頻（總計 42 分鐘）, 7 個閱讀材料, 2 個測驗

7 個視頻

Generalization and Overfitting5分鐘

Overfitting in Decision Trees3分鐘

Using a Validation Set9分鐘

Metrics to Evaluate Model Performance10分鐘

Confusion Matrix7分鐘

Evaluation of Decision Tree in KNIME3分鐘

Evaluation of Decision Tree in Spark2分鐘

7 個閱讀材料

Slides: Overfitting: What is it and how would you prevent it?10分鐘

Slides: Model evaluation metrics and methods10分鐘

Evaluation of Decision Tree in KNIME30分鐘

Completed KNIME Workflows10分鐘

Evaluation of Decision Tree in Spark20分鐘

Comparing Classification Results for KNIME and Spark10分鐘

PDFs for Evaluation of Machine Learning Models Hands-On Readings10分鐘

2 個練習

Model Evaluation20分鐘

Model Evaluation in KNIME and Spark Quiz30分鐘

審閱

4.6

501 條評論

5 stars
70.18%
4 stars
23.95%
3 stars
4.09%
2 stars
1.05%
1 star
0.71%

來自基于大数据的机器学习的熱門評論

由 JG 提供2020年10月24日

Excellent course. It teaches the basics with a great method and with practical exercises, involving real data. The sctructure is clear and it covers a good amount of topics. Well done San Diego!

由 JC 提供2018年12月8日

Interesting material. Ran into several issues with the hands on that could have been avoided. Loved learning more about Neo4J. The section on Spark needed more time and additional descriptions.

由 MM 提供2017年1月29日

This is a valuable course in learning the basics of machine learning. but I was hoping to to get more hands on practice in this course. but overall, i learned a lot with the existing content.

由 JB 提供2018年10月30日

Reasonable overview. The VM environment is a major challenge for my hardware. Takes more time to make it work than it should. I am wondering if a cloud solution e.g. GCP would be better.

查看所有評論

關於大数据專項課程

Drive better business decisions with an overview of how big data is organized, analyzed, and interpreted. Apply your insights to real-world problems and questions.

********* Do you need to understand big data and how it will impact your business? This Specialization is for you. You will gain an understanding of what insights big data can provide through hands-on experience with the tools and systems used by big data scientists and engineers. Previous programming experience is not required! You will be guided through the basics of using Hadoop with MapReduce, Spark, Pig and Hive. By following along with provided code, you will experience how one can perform predictive modeling and leverage graph analytics to model problems. This specialization will prepare you to ask the right questions about data, communicate effectively with data scientists, and do basic exploration of large, complex datasets. In the final Capstone Project, developed in partnership with data software company Splunk, you’ll apply the skills you learned to do basic analyses of big data.

常見問題

我什么时候能够访问课程视频和作业？
讲座和作业的访问权限取决于您的注册类型。如果您以旁听模式参加课程，则可以免费查看大多数课程资料。要访问评分作业并获得证书，您需要在旁听期间或之后购买证书体验。如果看不到旁听选项：
课程可能不提供旁听选项。您可以尝试免费试用，也可以申请助学金。
课程可能会改为提供'完整课程，没有证书'。通过此选项，您可以查看所有课程材料、提交所要求的作业，以及获得最终成绩。这也意味着您将无法购买证书体验。
我订阅此专项课程后会得到什么？
您注册课程后，将有权访问专项课程中的所有课程，并且会在完成课程后获得证书。您的电子课程证书将添加到您的成就页中，您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容，可以免费旁听课程。
有助学金吗？
是的，Coursera 可以为无法承担费用的学生提供助学金。通过点击左侧“注册”按钮下的“助学金”链接可以申请助学金。您可以根据屏幕提示完成申请，申请获批后会收到通知。您需要针对专项课程中的每一门课程完成上述步骤，包括毕业项目。了解更多。

還有其他問題嗎？請訪問學生幫助中心。

基于大数据的机器学习

課程信息

您將獲得的技能