課程信息

264,051 次近期查看

學生職業成果

44%

完成這些課程後已開始新的職業生涯

43%

通過此課程獲得實實在在的工作福利

18%

加薪或升職
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 2 門課程(共 4 門)
可靈活調整截止日期
根據您的日程表重置截止日期。
完成時間大約為18 小時
英語(English)
字幕:英語(English), 韓語, 阿拉伯語(Arabic)

您將獲得的技能

Linear RegressionRidge RegressionLasso (Statistics)Regression Analysis

學生職業成果

44%

完成這些課程後已開始新的職業生涯

43%

通過此課程獲得實實在在的工作福利

18%

加薪或升職
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 2 門課程(共 4 門)
可靈活調整截止日期
根據您的日程表重置截止日期。
完成時間大約為18 小時
英語(English)
字幕:英語(English), 韓語, 阿拉伯語(Arabic)

提供方

华盛顿大学 徽標

华盛顿大学

教學大綱 - 您將從這門課程中學到什麼

內容評分Thumbs Up94%(17,826 個評分)Info
1

1

完成時間為 1 小時

Welcome

完成時間為 1 小時
5 個視頻 (總計 20 分鐘), 3 個閱讀材料
5 個視頻
Welcome!1分鐘
What is the course about?3分鐘
Outlining the first half of the course5分鐘
Outlining the second half of the course5分鐘
Assumed background4分鐘
3 個閱讀材料
Important Update regarding the Machine Learning Specialization10分鐘
Slides presented in this module10分鐘
Reading: Software tools you'll need10分鐘
完成時間為 3 小時

Simple Linear Regression

完成時間為 3 小時
25 個視頻 (總計 122 分鐘), 5 個閱讀材料, 2 個測驗
25 個視頻
Regression fundamentals: data & model8分鐘
Regression fundamentals: the task2分鐘
Regression ML block diagram4分鐘
The simple linear regression model2分鐘
The cost of using a given line6分鐘
Using the fitted line6分鐘
Interpreting the fitted line6分鐘
Defining our least squares optimization objective3分鐘
Finding maxima or minima analytically7分鐘
Maximizing a 1d function: a worked example2分鐘
Finding the max via hill climbing6分鐘
Finding the min via hill descent3分鐘
Choosing stepsize and convergence criteria6分鐘
Gradients: derivatives in multiple dimensions5分鐘
Gradient descent: multidimensional hill descent6分鐘
Computing the gradient of RSS7分鐘
Approach 1: closed-form solution5分鐘
Approach 2: gradient descent7分鐘
Comparing the approaches1分鐘
Influence of high leverage points: exploring the data4分鐘
Influence of high leverage points: removing Center City7分鐘
Influence of high leverage points: removing high-end towns3分鐘
Asymmetric cost functions3分鐘
A brief recap1分鐘
5 個閱讀材料
Slides presented in this module10分鐘
Optional reading: worked-out example for closed-form solution10分鐘
Optional reading: worked-out example for gradient descent10分鐘
Download notebooks to follow along10分鐘
Fitting a simple linear regression model on housing data10分鐘
2 個練習
Simple Linear Regression14分鐘
Fitting a simple linear regression model on housing data8分鐘
2

2

完成時間為 3 小時

Multiple Regression

完成時間為 3 小時
19 個視頻 (總計 87 分鐘), 5 個閱讀材料, 3 個測驗
19 個視頻
Polynomial regression3分鐘
Modeling seasonality8分鐘
Where we see seasonality3分鐘
Regression with general features of 1 input2分鐘
Motivating the use of multiple inputs4分鐘
Defining notation3分鐘
Regression with features of multiple inputs3分鐘
Interpreting the multiple regression fit7分鐘
Rewriting the single observation model in vector notation6分鐘
Rewriting the model for all observations in matrix notation4分鐘
Computing the cost of a D-dimensional curve9分鐘
Computing the gradient of RSS3分鐘
Approach 1: closed-form solution3分鐘
Discussing the closed-form solution4分鐘
Approach 2: gradient descent2分鐘
Feature-by-feature update9分鐘
Algorithmic summary of gradient descent approach4分鐘
A brief recap1分鐘
5 個閱讀材料
Slides presented in this module10分鐘
Optional reading: review of matrix algebra10分鐘
Exploring different multiple regression models for house price prediction10分鐘
Numpy tutorial10分鐘
Implementing gradient descent for multiple regression10分鐘
3 個練習
Multiple Regression18分鐘
Exploring different multiple regression models for house price prediction16分鐘
Implementing gradient descent for multiple regression10分鐘
3

3

完成時間為 2 小時

Assessing Performance

完成時間為 2 小時
14 個視頻 (總計 93 分鐘), 2 個閱讀材料, 2 個測驗
14 個視頻
What do we mean by "loss"?4分鐘
Training error: assessing loss on the training set7分鐘
Generalization error: what we really want8分鐘
Test error: what we can actually compute4分鐘
Defining overfitting2分鐘
Training/test split1分鐘
Irreducible error and bias6分鐘
Variance and the bias-variance tradeoff6分鐘
Error vs. amount of data6分鐘
Formally defining the 3 sources of error14分鐘
Formally deriving why 3 sources of error20分鐘
Training/validation/test split for model selection, fitting, and assessment7分鐘
A brief recap1分鐘
2 個閱讀材料
Slides presented in this module10分鐘
Polynomial Regression10分鐘
2 個練習
Assessing Performance26分鐘
Exploring the bias-variance tradeoff8分鐘
4

4

完成時間為 3 小時

Ridge Regression

完成時間為 3 小時
16 個視頻 (總計 85 分鐘), 5 個閱讀材料, 3 個測驗
16 個視頻
Overfitting demo7分鐘
Overfitting for more general multiple regression models3分鐘
Balancing fit and magnitude of coefficients7分鐘
The resulting ridge objective and its extreme solutions5分鐘
How ridge regression balances bias and variance1分鐘
Ridge regression demo9分鐘
The ridge coefficient path4分鐘
Computing the gradient of the ridge objective5分鐘
Approach 1: closed-form solution6分鐘
Discussing the closed-form solution5分鐘
Approach 2: gradient descent9分鐘
Selecting tuning parameters via cross validation3分鐘
K-fold cross validation5分鐘
How to handle the intercept6分鐘
A brief recap1分鐘
5 個閱讀材料
Slides presented in this module10分鐘
Download the notebook and follow along10分鐘
Download the notebook and follow along10分鐘
Observing effects of L2 penalty in polynomial regression10分鐘
Implementing ridge regression via gradient descent10分鐘
3 個練習
Ridge Regression18分鐘
Observing effects of L2 penalty in polynomial regression14分鐘
Implementing ridge regression via gradient descent16分鐘

審閱

來自MACHINE LEARNING: REGRESSION的熱門評論

查看所有評論

關於 机器学习 專項課程

This Specialization from leading researchers at the University of Washington introduces you to the exciting, high-demand field of Machine Learning. Through a series of practical case studies, you will gain applied experience in major areas of Machine Learning including Prediction, Classification, Clustering, and Information Retrieval. You will learn to analyze large and complex datasets, create systems that adapt and improve over time, and build intelligent applications that can make predictions from data....
机器学习

常見問題

  • 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.
  • 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。

  • 如果订阅,您可以获得 7 天免费试听,在此期间,您可以取消课程,无需支付任何罚金。在此之后,我们不会退款,但您可以随时取消订阅。请阅读我们完整的退款政策

  • 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