Chevron Left
返回到 Applied Machine Learning in Python

學生對 密歇根大学 提供的 Applied Machine Learning in Python 的評價和反饋

4.6
星
7,844 個評分
•
1,428 條評論

課程概述

This course will introduce the learner to applied machine learning, focusing more on the techniques and methods than on the statistics behind these methods. The course will start with a discussion of how machine learning is different than descriptive statistics, and introduce the scikit learn toolkit through a tutorial. The issue of dimensionality of data will be discussed, and the task of clustering data, as well as evaluating those clusters, will be tackled. Supervised approaches for creating predictive models will be described, and learners will be able to apply the scikit learn predictive modelling methods while understanding process issues related to data generalizability (e.g. cross validation, overfitting). The course will end with a look at more advanced techniques, such as building ensembles, and practical limitations of predictive models. By the end of this course, students will be able to identify the difference between a supervised (classification) and unsupervised (clustering) technique, identify which technique they need to apply for a particular dataset and need, engineer features to meet that need, and write python code to carry out an analysis. This course should be taken after Introduction to Data Science in Python and Applied Plotting, Charting & Data Representation in Python and before Applied Text Mining in Python and Applied Social Analysis in Python....

熱門審閱

AS
2020年11月26日

great experience and learning lots of technique to apply on real world data, and get important and insightful information from raw data. motivated to proceed further in this domain and course as well.

FL
2017年10月13日

Very well structured course, and very interesting too! Has made me want to pursue a career in machine learning. I originally just wanted to learn to program, without true goal, now I have one thanks!!

篩選依據：

726 - Applied Machine Learning in Python 的 750 個評論（共 1,412 個）

創建者 hema m M

•
2020年6月30日

Very helpful and interesting resources.

創建者 Vishant J

•
2020年4月18日

excellent course for beginners as well!

創建者 Alexander G

•
2019年7月15日

Nice course on machine learning basics!

創建者 Nan L

•
2018年6月17日

I think this course is difficult for me

創建者 Henrique G A

•
2021年1月25日

Best course with the best professor!!!

創建者 Pavan M

•
2021年1月19日

Course is Good and Very well presented

創建者 Muhammad E

•
2020年10月26日

very good course totally recommend it

創建者 RAMISETTI B R

•
2020年2月7日

wow!!!great feeling from learning here

創建者 Mariano S C

•
2019年10月25日

great course, excellent teaching staff

創建者 Shadi A

•
2019年5月6日

Best Instructor and simple explanation

創建者 Nilesh I

•
2018年10月5日

Practical, I liked the evaluation part

創建者 SANKURU M K

•
2020年5月17日

very nice course.usefull for beginers

創建者 Marion T

•
2019年5月31日

good introduction to machine learning

創建者 Michael T

•
2019年2月21日

Great content and reference materials

創建者 BITATA G

•
2020年8月26日

great course with very good content!

創建者 Tanishka M

•
2020年7月13日

Great course to master fundamentals!

創建者 A. Z M R

•
2019年6月8日

The auto grader should be error free

創建者 Mostafa H N Y

•
2019年6月1日

Very useful course. Thank you Kevyn.

創建者 Dingqiang Y

•
2019年3月22日

Good introduction with python tools.

創建者 Marcin C

•
2018年4月29日

Heavy, but extremely valuable course

創建者 Guneet B

•
2018年4月2日

High Quality resources and materials

創建者 Vladimír L

•
2018年1月18日

great course with a high value added

創建者 Dheeraj P

•
2017年8月24日

nice lecture series, Good Approach .

創建者 Yan

•
2017年7月5日

100% Free course as audit, recommend

創建者 Edward M

•
2021年10月4日

Great content ,, Greater instructor

Coursera Footer

開拓職業生涯或促進職業發展

瀏覽熱門主題

熱門課程和文章

在線獲得學位或證書

Coursera

社區

更多

隨時隨地學習
通過 App Store 下載通過 Google Play 獲取
Placeholder