Predictive Modeling and Machine Learning with MATLAB

所在平台: Coursera

课程主页: https://www.coursera.org/learn/predictive-modeling-machine-learning

课程评论：没有评论

第一个写评论        关注课程

课程简介

课程名称：MATLAB的预测建模与机器学习 课程概述：本课程将基于在MATLAB中进行探索性数据分析以及数据处理和特征工程过程中学到的技能，增强您利用MATLAB分析与工作相关数据的能力。这些技能适合具备领域知识并对计算工具有一定接触但没有编程背景的学员。成功完成本课程需要具备基础统计学知识（如直方图、平均值、标准差、曲线拟合和插值），并完成该专业化的前两门课程。 课程结束时，您将能够使用MATLAB确定最佳机器学习模型，从数据中获取答案。您将准备数据、训练预测模型、评估和改进模型，并理解如何充分利用模型的能力。 课程大纲： 1. 创建回归模型：您将对本专业化的前两门课程中获得的技能应用于新的数据集，学习监督机器学习工作流程和关键术语，并创建和评估回归机器学习模型。 2. 创建分类模型：您将学习分类模型的基础知识，训练几种类型的分类模型并评估结果。 3. 应用监督机器学习工作流程：您将完整应用监督机器学习工作流程，使用验证数据指导模型创建，应用不同的特征选择技术以降低模型复杂性，创建集成模型并优化超参数，最后将这些概念应用于一个最终项目。 4. 高级主题与下一步：将介绍更高级的主题，帮助学员了解后续的学习方向和发展路径。

课程大纲

Name:Creating Regression Models

Description:In this module you'll apply the skills gained from the first two courses in the specialization on a new dataset. You'll be introduced to the Supervised Machine Learning Workflow and learn key terms. You'll end the module by creating and evaluating regression machine learning models.

Name:Creating Classification Models

Description:In this module you'll learn the basics of classification models. You'll train several types of classification models and evaluation the results.

Name:Applying the Supervised Machine Learning Workflow

Description:In this module you'll apply the complete supervised machine learning workflow. You'll use validation data inform model creation. You'll apply different feature selection techniques to reduce model complexity. You'll create ensemble models and optimize hyperparameters. At the end of the module, you'll apply these concepts to a final project.

Name:Advanced Topics and Next Steps

Description:

课程评论(0条)