AulaPro menggunakan cookie untuk memberikan pengalaman yang lebih baik kepada penggunanya. Anda bisa mendapatkan informasi lebih lanjut di sini, atau cukup klik "Saya menerima" atau di luar pemberitahuan ini untuk melanjutkan penelusuran.
- Jelajahi Program
Program Unggulan
- Blog
Yang terbaru di AulaPro
Udemy dalam Promosi
Platform pendidikan
Diskon Waktu Terbatas
KATEGORI UTAMA KURSUS INI
Ucapan terima kasih untuk kursus ini
Kursus ini diperingkatkan dalam 100 Kursus Terbaik Terbaik di Coursera, berdasarkan peringkatnya yang tinggi dan sejumlah besar peringkat.
TENTANG KURSUS INI
Apakah Anda memiliki data dan bertanya-tanya apa yang dapat dikatakannya kepada Anda? Perlu pemahaman yang lebih mendalam tentang cara terbaik pembelajaran mesin dapat meningkatkan bisnis Anda? Ingin dapat mengobrol dengan spesialis tentang apa saja, mulai dari regresi dan klasifikasi hingga pembelajaran mendalam dan sistem rekomendasi? Dalam kursus ini, Anda akan mendapatkan pengalaman langsung dengan pembelajaran mesin melalui serangkaian studi kasus praktis. Pada akhir kursus pertama, Anda akan mempelajari cara memprediksi harga rumah berdasarkan
KETERANGAN
Apakah Anda memiliki data dan bertanya-tanya apa yang dapat dikatakannya kepada Anda? Perlu pemahaman yang lebih mendalam tentang cara terbaik pembelajaran mesin dapat meningkatkan bisnis Anda? Ingin dapat mengobrol dengan spesialis tentang apa saja, mulai dari regresi dan klasifikasi hingga pembelajaran mendalam dan sistem rekomendasi? Dalam kursus ini, Anda akan mendapatkan pengalaman langsung dengan pembelajaran mesin melalui serangkaian studi kasus praktis.
Pada akhir kursus pertama, Anda akan mempelajari cara memprediksi harga rumah berdasarkan fitur tingkat rumahan, menganalisis sentimen pengguna, mengambil dokumen yang diminati, merekomendasikan produk, dan mencari gambar.
Melalui praktik langsung dengan kasus penggunaan ini, Anda akan dapat menerapkan metode pembelajaran mesin di berbagai domain.
Kursus pertama ini memperlakukan metode pembelajaran mesin sebagai kotak hitam.
Dengan menggunakan abstraksi ini, Anda akan fokus untuk memahami tugas yang diminati, mencocokkan tugas ini dengan alat pembelajaran mesin, dan mengevaluasi kualitas hasilnya.
Dalam kursus selanjutnya, Anda akan mempelajari komponen kotak hitam ini dengan memeriksa model dan algoritme.
Bersama-sama, bagian-bagian ini membentuk alur pembelajaran mesin, yang akan Anda gunakan dalam mengembangkan aplikasi cerdas.
Hasil Pembelajaran: Di akhir kursus ini, Anda akan dapat: -Mengidentifikasi aplikasi potensial pembelajaran mesin dalam praktik.
-Jelaskan perbedaan utama dalam analisis yang dimungkinkan oleh regresi, klasifikasi, dan pengelompokan.
-Pilih tugas pembelajaran mesin yang sesuai untuk aplikasi potensial.
-Terapkan regresi, klasifikasi, clustering, retrieval, sistem rekomendasi, dan deep learning.
-Mewakili data Anda sebagai fitur untuk dijadikan masukan ke model pembelajaran mesin.
-Mengevaluasi kualitas model dalam hal metrik kesalahan yang relevan untuk setiap tugas.
-Gunakan kumpulan data agar sesuai dengan model untuk menganalisis data baru.
-Membangun aplikasi ujung ke ujung yang menggunakan pembelajaran mesin pada intinya.
-Implementasikan teknik ini dengan Python.
KARAKTERISTIK KURSUS INI
-
Dibuat oleh:Coursera
-
Posisi kursus platform 100 teratas:
52
ISI KURSUS INI
Pembelajaran mesin ada di mana-mana, tetapi sering kali berhasil di belakang layar. Pengantar spesialisasi ini mendidik Anda tentang kekuatan pembelajaran mesin dan banyak aplikasi cerdas yang dapat Anda kembangkan dan terapkan secara pribadi setelah selesai. Kami juga mendiskusikan siapa kami, bagaimana kami sampai di sini, dan visi kami untuk masa depan aplikasi pintar.
Minggu ini, Anda akan membuat aplikasi pintar pertama yang membuat prediksi dari data. Kami akan mengeksplorasi ide ini dalam konteks studi kasus pertama kami, Memprediksi Harga Rumah, di mana Anda akan membuat model yang memprediksi nilai berkelanjutan (harga) dari Karakteristik Input (ukuran persegi, jumlah kamar tidur dan kamar mandi, ...) . Ini hanyalah salah satu dari banyak tempat di mana regresi dapat diterapkan. Aplikasi lain berkisar dari memprediksi hasil kesehatan dalam pengobatan, harga saham di bidang keuangan, dan penggunaan energi dalam komputasi kinerja tinggi, hingga menganalisis regulator mana yang penting untuk ekspresi gen. Anda juga akan memeriksa cara menganalisis kinerja model prediktif Anda dan menerapkan regresi dalam praktik menggunakan notebook Jupyter.
Bagaimana Anda mengetahui apakah seseorang merasa positif atau negatif tentang suatu pengalaman, hanya dari ulasan singkat yang mereka tulis? Dalam studi kasus kedua kami, menganalisis sentimen, Anda akan membuat model yang memprediksi kelas (sentimen positif/negatif) fitur input (teks ulasan, informasi profil pengguna, ...). Tugas ini adalah contoh klasifikasi, salah satu area pembelajaran mesin yang paling banyak digunakan, dengan berbagai aplikasi, termasuk penargetan iklan, deteksi spam, diagnosis medis, dan klasifikasi gambar. Anda akan menganalisis keakuratan pengklasifikasi Anda, menerapkan pengklasifikasi aktual di notebook Jupyter, dan menguji untuk pertama kalinya bagian inti dari aplikasi pintar yang akan Anda buat dan terapkan di batu penjuru Anda.
Seorang pembaca tertarik pada artikel berita tertentu dan ingin menemukan artikel serupa untuk direkomendasikan. Apa pengertian persamaan yang benar? Bagaimana cara saya secara otomatis mencari dokumen untuk menemukan kecocokan terdekat? Bagaimana cara saya merepresentasikan dokumen secara kuantitatif? Dalam studi kasus ketiga ini, Mengambil Dokumen, Anda akan memeriksa berbagai representasi dokumen dan algoritme untuk mengambil subset yang paling mirip. Anda juga akan mempertimbangkan representasi terstruktur dari dokumen yang secara otomatis mengelompokkan artikel berdasarkan kesamaan (misalnya, topik dokumen). Bahkan, itu akan membuat sistem pengambilan dokumen cerdas untuk entri Wikipedia di notebook Jupyter.
Pernah bertanya-tanya bagaimana Amazon membentuk rekomendasi produk yang dipersonalisasi? Bagaimana Netflix menyarankan film untuk ditonton? Bagaimana cara Pandora memilih lagu berikutnya untuk streaming? Bagaimana cara Facebook atau LinkedIn menemukan orang yang dapat Anda hubungi? Di balik semua teknologi untuk konten yang dipersonalisasi ini adalah sesuatu yang disebut penyaringan kolaboratif. Anda akan belajar bagaimana membangun sistem rekomendasi seperti itu menggunakan berbagai teknik dan mengeksplorasi trade-off-nya. Salah satu metode yang kami teliti adalah faktorisasi matriks, yang mempelajari karakteristik pengguna dan produk untuk membentuk rekomendasi. Di notebook Jupyter, Anda akan menggunakan teknik ini untuk membuat sistem rekomendasi lagu yang sebenarnya.
keuntungan
Sorotan kursus Coursera
universitas terkemuka
Persiapkan diri Anda dari rumah dengan universitas paling bergengsi di dunia.
guru dengan gelar doktor
Kualitas kursus Coursera didukung oleh instrukturnya yang sering menjadi dekan dan bergelar doktor.
Pertumbuhan
Lebih dari 85% siswa Coursera melaporkan manfaat karir, seperti promosi atau kenaikan gaji.
+ 45 juta
Jutaan siswa di seluruh dunia memenuhi tujuan pribadi dan profesional mereka dengan Coursera.
Coursera menawarkan kursus dari lebih dari 200 universitas dan perusahaan terkemuka untuk memberikan pembelajaran online di seluruh dunia. Dengan berlangganan Coursera Plus, Anda mendapatkan akses tak terbatas ke lebih dari 90% dari semua kursus, dan sertifikat dan spesialisasi profesional paling populer di Coursera.
Ilmu data, pengembangan bisnis dan pribadi. Anda dapat mendaftar di beberapa kursus sekaligus, mendapatkan sertifikat tanpa batas, dan mempelajari keterampilan kerja yang dibutuhkan untuk memulai, mengembangkan, dan bahkan mengubah karier.
TEMUKAN CARA MENDAPATKAN PALING BANYAK, DAN HEMAT LEBIH DARI USD $500 DENGAN BERLANGGANAN TAHUNAN KE COURSERA PLUS*
*Anda menghemat hingga USD$500 dalam 12 bulan, mulai dari membayar USD$59 untuk langganan bulanan, menjadi langganan tahunan dengan promosi ini. Langganan tahunan normal adalah USD $399. Dengan promosi ini, Anda hanya akan membayar USD $279. Cari tahu semuanya dengan mengklik tombol kuning.
Mencari tahu bagaimana:
Jam)
menit
Detik
pengiklanan
Data lain yang relevan
Emily Fox
Peringkat Instruktur 4,7/5 (904 peringkat)Info
Profesor Pembelajaran Mesin Amazon
person_add . saya 410.851 siswa
komputer sayaKursus 6
Pertanyaan yang Sering Diajukan
METODOLOGI
TINGKAT STUDI
pengiklanan
RINCIAN KURSUS
- JADWAL PENGIRIMAN: Belajar dengan kecepatan dan ketersediaan Anda sendiri
- JAM VIDEO: Kira-kira. 18 jam untuk menyelesaikan
- WAKTU AKSES Akses ke konten setelah menyelesaikan kursus
Siapa yang mengembangkan kursus ini?
Universitas Washington
Didirikan pada tahun 1861, University of Washington adalah salah satu lembaga pendidikan tinggi tertua yang didukung negara di Pantai Barat dan merupakan salah satu universitas riset terkemuka di dunia.
BARU
Menambahkan review