Natural Language Processing (CourseraArchive) 7 个评论 关注

主页: https://www.coursera.org/course/nlangp

简介: Have you ever wondered how to build a system that automatically translates between languages? Or a system that can understand natural language instructions from a human? This class will cover the fundamentals of mathematical and computational models of language, and the application of these models to key problems in natural language processing.

Big Data Specialization (Coursera专项课程) 0 个评论 关注

主页: https://www.coursera.org/specializations/big-data

简介: 课程名称：大数据专业化 课程概述：本专业旨在帮助您了解大数据的组织、分析和解释方式，以支持更好的业务决策。通过实际操作，您将掌握大数据科学家和工程师所使用的工具和系统，无需任何编程经验。 您将学习如何使用Hadoop、MapReduce、Spark、Pig和Hive等技术。通过跟随提供的代码，您将体验如何进行预测建模和利用图分析来解决问题。本专业将帮助您提出关于数据的正确问题，与数据科学家有效沟通，并对大型复杂数据集进行基础探索。 在与数据软件公司Splunk合作的最终项目中，您将运用所学技能对大数据进行基本分析。 课程大纲： 1. **大数据入门** - 由加州大学圣地亚哥分校提供，增加对大数据领域的了解。 课程链接：[大数据入门](https://www.coursera.org/learn/big-data-introduction) 2. **大数据建模与管理系统** - 分析确定的大数据问题后，如何收集、存储和组织数据。 课程链接：[大数据建模与管理](https://www.coursera.org/learn/big-data-management) 3. **大数据集成与处理** - 学习如何从示例数据库和大数据中检索数据。 课程链接：[大数据集成与处理](https://www.coursera.org/learn/big-data-integration-processing) 4. **大数据中的机器学习** - 有助于理解您所收集的大量数据，学习如何整合机器学习技术。 课程链接：[大数据机器学习](https://www.coursera.org/learn/big-data-machine-learning) 5. **大数据图分析** - 了解数据网络结构及其在不同条件下的变化。 课程链接：[大数据图分析](https://www.coursera.org/learn/big-data-graph-analytics) 6. **大数据 - 最终项目** - 在这个总结性项目中，您将应用所学知识进行实际分析。 课程链接：[大数据最终项目](https://www.coursera.org/learn/big-data-project) 通过这个大数据专业化课程，您将为处理和分析大数据奠定坚实的基础，从而推动业务决策的发展。

Algorithms Specialization (Coursera专项课程) 0 个评论 关注

主页: https://www.coursera.org/specializations/algorithms

简介: 课程名称：算法专业化 概述：算法是计算机科学的核心，具有广泛的实际应用和深厚的知识内涵。本专业化课程是针对至少具备一些编程经验的学习者提供的算法入门课。课程内容严谨，注重整体概念的理解，而非低级实现及数学细节。完成该专业后，您将能自信地应对技术面试，并与其他程序员和计算机科学家流利地讨论算法。 关于讲师：Tim Roughgarden 自2004年以来一直担任斯坦福大学计算机科学系的教授，拥有丰富的算法及其应用教学和出版经验。 课程大纲： 1. 学习内容包括：分治法、排序与搜索、随机化算法等。 - 课程链接：[分治法、排序与搜索、随机化算法](https://www.coursera.org/learn/algorithms-divide-conquer) 2. 数据结构、图搜索与最短路径相关内容。 - 课程链接：[图搜索、最短路径与数据结构](https://www.coursera.org/learn/algorithms-graphs-data-structures) 3. 贪心算法、最小生成树与动态规划。 - 课程链接：[贪心算法、最小生成树与动态规划](https://www.coursera.org/learn/algorithms-greedy) 4. 最短路径重新回顾、NP 完全问题及其解决方法。 - 课程链接：[最短路径重访、NP 完全问题及解决办法](https://www.coursera.org/learn/algorithms-npcomplete) 此课程将帮助您掌握算法的基础知识与实际应用，为您的技术生涯奠定坚实的基础。

Data Mining Specialization (Coursera专项课程) 1 个评论 关注

主页: https://www.coursera.org/specializations/data-mining

简介: 数据挖掘专长课程介绍： 数据挖掘专长课程教授结构化和非结构化数据的数据挖掘技术，涵盖模式发现、群集、文本检索、文本挖掘与分析和数据可视化等主题。学员将通过Yelp餐厅评论数据集解决实际数据挖掘问题，完成Capstone项目。 本课程的课程2-5为在线计算机科学硕士学位数据科学课程的主要讲座部分。您可以在开始专长之前或之后申请该学位课程。 课程大纲包括以下内容： 1. 数据可视化：学习如何更有效地呈现数据。 2. 文本检索与搜索引擎：探讨自然语言文本数据的快速增长及其应用。 3. 文本挖掘与分析：掌握文本数据挖掘和分析的主要技术。 4. 数据挖掘中的模式发现：学习数据挖掘的基本概念和方法论。 5. 数据挖掘项目：在完成其他课程后实施一个综合性数据挖掘项目。 通过这些课程，学员将能够掌握数据挖掘的核心技能，应用于实际业务场景中。

Data Science Specialization (Coursera专项课程) 0 个评论 关注

主页: https://www.coursera.org/specializations/jhu-data-science

简介: 数据科学专业化课程概述 该课程名为“数据科学专业化”，旨在教授学生整个数据科学流程所需的概念和工具。通过本课程，您将学习如何提出合适的问题、处理数据集并创建可视化效果，以有效传达分析结果。 课程内容涵盖了从提问到推理和结果发布的不同阶段。在最终的Capstone项目中，您将运用所学技能，通过构建一个基于真实数据的数据产品来展示您的学习成果。完成课程后，学生将获得一个专业档案袋，证明他们掌握了相关材料。 课程大纲包含以下几门主要课程： 1. **数据科学家的工具箱**（Data Scientist’s Toolbox） - 介绍数据科学家所需的主要工具和理念。 2. **R 语言编程**（R Programming） - 学习如何在R语言中进行编程和有效的数据分析。 3. **数据获取与清理**（Getting and Cleaning Data） - 探讨获取数据的基本方法以及数据清理的技巧。 4. **探索性数据分析**（Exploratory Data Analysis） - 介绍总结数据的基本探索技术。 5. **可重复研究**（Reproducible Research） - 聚焦于现代数据分析报告的可重复性概念和工具。 6. **统计推断**（Statistical Inference） - 学习统计推断的基本过程。 7. **回归模型**（Regression Models） - 探索线性模型的应用及其与预测变量之间的关系。 8. **实用机器学习**（Practical Machine Learning） - 讨论数据科学家和分析师常用的预测和机器学习任务。 9. **数据产品开发**（Developing Data Products） - 讲解统计分析的输出如何转化为数据产品。 10. **数据科学Capstone项目**（Data Science Capstone） - 学生将创建一个可用的公共数据产品，作为对整个学习过程的总结。 通过以上课程的学习，您将能有效掌握数据科学的观点和工具，为未来的数据分析和研究打下坚实的基础。

Deep Learning Specialization (Coursera专项课程) 0 个评论 关注

主页: https://www.coursera.org/specializations/deep-learning

简介: 深度学习专业化课程概述： 如果您希望进入人工智能（AI）领域，这个深度学习专业化课程将为您提供所需的技能和知识。深度学习是当前科技行业中最受欢迎的技能之一。 该课程包括五门课程，内容涵盖深度学习的基础知识、神经网络的构建及成功的机器学习项目管理。您将学习卷积网络、循环神经网络（RNN）、长短期记忆网络（LSTM）、优化算法（如Adam）、Dropout、BatchNorm、Xavier/He初始化等关键概念。同时，课程中将通过医疗、自动驾驶、手语识别、音乐生成和自然语言处理等实际案例研究，帮助您理解理论在工业中的应用。所有的实操编程将使用Python和TensorFlow进行，这些将在课程中教授。 此外，您还将有机会听取许多深度学习领域顶尖领导者的分享，他们将分享个人故事并提供职业发展建议。 随着人工智能在多个行业的迅速发展，完成此专业之后，您将能够创造性地将所学应用到实际工作中。我们将帮助您掌握深度学习的核心知识，并为在AI领域的职业生涯打下坚实基础。 课程大纲： 1. 神经网络与深度学习 - 了解神经网络的基本概念。 - 课程链接：[神经网络与深度学习](https://www.coursera.org/learn/neural-networks-deep-learning) 2. 改进深度神经网络：超参数调优、正则化与优化 - 深入探索深度学习的复杂性。 - 课程链接：[改进深度神经网络](https://www.coursera.org/learn/deep-neural-network) 3. 机器学习项目结构 - 学习如何构建成功的机器学习项目。 - 课程链接：[机器学习项目结构](https://www.coursera.org/learn/machine-learning-projects) 4. 卷积神经网络 - 理解计算机视觉的演变与应用。 - 课程链接：[卷积神经网络](https://www.coursera.org/learn/convolutional-neural-networks) 5. 序列模型 - 了解序列模型及其在深度学习中的应用。 - 课程链接：[序列模型](https://www.coursera.org/learn/nlp-sequence-models) 通过本课程，您将掌握深度学习的理论基础和应用实践，为在AI领域的发展做好准备。

Data Science at Scale Specialization (Coursera专项课程) 0 个评论 关注

主页: https://www.coursera.org/specializations/data-science

简介: 课程名称：大规模数据科学专业化 课程概述：本专业化课程旨在教授可扩展的数据管理技术、评估大数据技术及设计有效的可视化。该课程涵盖数据科学的中级主题，提供可伸缩的SQL和NoSQL数据管理解决方案、数据挖掘算法以及实用的统计和机器学习概念的动手实践。学生将学习如何可视化数据和交流结果，同时探讨处理大数据时出现的法律和道德问题。在课程的最终Capstone项目中，学生将与数字实习平台Coursolve合作，将所学技能应用于实际的数据科学项目。 课程大纲： 1. 数据处理的可扩展性：系统和算法 - 提供单位：华盛顿大学 - 描述：数据分析已成为基于证据的决策的瓶颈。 - 课程链接：[数据处理的可扩展性](https://www.coursera.org/learn/data-manipulation) 2. 实用预测分析：模型和方法 - 提供单位：华盛顿大学 - 描述：统计实验设计和分析是数据科学的核心。 - 课程链接：[实用预测分析](https://www.coursera.org/learn/predictive-analytics) 3. 交流数据科学结果 - 提供单位：华盛顿大学 - 描述：课程的第二个作业涵盖云中的图分析主题。 - 课程链接：[交流数据科学结果](https://www.coursera.org/learn/data-results) 4. 大规模数据科学Capstone项目 - 提供单位：华盛顿大学 - 描述：学生将参与一个真实世界项目，应用所学的技能。 - 课程链接：[Capstone项目](https://www.coursera.org/learn/datasci-capstone) 通过这个专业化课程，学生将能够掌握大规模数据科学所需的关键技能，为未来的职业发展打下坚实的基础。

Data Structures and Algorithms Specialization (Coursera专项课程) 0 个评论 关注

主页: https://www.coursera.org/specializations/data-structures-algorithms

简介: 课程名称：数据结构和算法专长 课程概述： 该专长结合了理论与实践，旨在帮助学员学习解决各种计算问题的算法技术。在课程中，学员将用自己选择的编程语言实现约100个算法编码问题。此课程提供的编程挑战数量远超其他在线算法课程，帮助学员为下一次工作面试做好准备。课程设计者投入了超过3000小时的时间开发挑战，采用的不是常见的多项选择题，而是通过各种实际测试来验证算法的正确性和运行时间。学员需要在不知情的情况下调试程序，这种方法有助于深入理解算法的工作原理并掌握编程艺术。 该专长还包括两个真实世界的项目：大规模网络和基因组组装。在大规模网络项目中，学员将分析道路网络和社交网络，并学习如何计算纽约与旧金山之间的最短路径（速度比标准最短路径算法快1000倍）。随后，在基因组组装项目中，学员将学习如何从数百万个短DNA片段中组装基因组，以及组装算法如何推动个性化医学的最新发展。 课程大纲： 1. 算法工具箱 — 介绍基本的算法技术和思路（加利福尼亚大学圣地亚哥分校提供）。 2. 数据结构 — 讨论高效算法所需的数据结构（加利福尼亚大学圣地亚哥分校提供）。 3. 图上的算法 — 使用导航服务查找最优路径（加利福尼亚大学圣地亚哥分校提供）。 4. 字符串上的算法 — 处理和搜索文本信息（加利福尼亚大学圣地亚哥分校提供）。 5. 高级算法与复杂性 — 深入学习高级算法（加利福尼亚大学圣地亚哥分校提供）。 6. 基因组组装编程挑战 — 解决基因组组装的问题（加利福尼亚大学圣地亚哥分校提供）。 更多信息可以通过以下链接访问：[数据结构与算法专长课程](https://www.coursera.org/learn/algorithmic-toolbox)

Geographic Information Systems (GIS) Specialization (Coursera专项课程) 0 个评论 关注

主页: https://www.coursera.org/specializations/gis

简介: 课程总结：地理信息系统（GIS）专业课程 课程名称：地理信息系统（GIS）专业 概述：地理信息系统（GIS）知识在从农业到公共卫生等多个行业中需求日益增加。该专业课程由ArcGIS开发商Esri合作提供，旨在教授您在专业环境中成功使用GIS软件所需的技能。您将学习如何分析空间数据，使用制图技术在地图上有效传达结果，并与GIS及相关领域的同事协作。在最后的顶点项目中，您将结合数据识别与收集、分析地图开发以及空间分析技术，创建出一份专业水平的GIS作品集。 课程大纲： 1. GIS基础（由加州大学戴维斯分校提供）：探索空间分析和制图世界，深入了解地理信息系统（GIS）。 [课程链接](https://www.coursera.org/learn/gis) 2. GIS数据格式、设计与质量（由加州大学戴维斯分校提供）：深入学习数据格式及其质量标准。 [课程链接](https://www.coursera.org/learn/gis-data) 3. 使用ArcGIS进行地理空间分析（由加州大学戴维斯分校提供）：应用GIS知识，学习分析工具及其3D功能。 [课程链接](https://www.coursera.org/learn/geospatial-analysis) 4. 各行业的GIS应用（由加州大学戴维斯分校提供）：了解GIS在多个行业中的关键应用。 [课程链接](https://www.coursera.org/learn/gis-applications-across-industries) 此专业课程将为您在GIS领域打下坚实的基础，提升您的职业竞争力。

Java Programming and Software Engineering Fundamentals Specialization (Coursera专项课程) 0 个评论 关注

主页: https://www.coursera.org/specializations/java-programming

简介: 课程名称：Java编程和软件工程基础知识专长 概述：这是您迈向软件开发事业的第一步，课程将介绍Java这一当前最受欢迎的编程语言，以及它在Android操作系统中的应用。专为初学者设计的本专业课程将教会您核心编程概念，帮助您编写程序以解决复杂问题。此外，您将掌握软件工程师所需的基础技能，包括设计算法、测试和调试程序，以应对现实世界中的各种挑战。 课程内容： 1. **JavaScript、HTML和CSS的编程基础** 提供者：杜克大学。学习编程的基础概念，包括函数、循环和条件语句，掌握解决问题的技巧。 2. **Java编程：用软件解决问题** 提供者：杜克大学。学习Java编程，提高编程和解决问题的能力，设计有效的解决方案。 3. **Java编程：数组、列表和结构化数据** 提供者：杜克大学。在“用软件解决问题的Java编程”课程基础上进一步学习，掌握高级编程技巧。 4. **Java编程：软件设计原则** 提供者：杜克大学。学习如何使用多个类在Java中解决现实问题，创造可扩展的编程解决方案。 5. **Java编程：构建推荐系统** 提供者：杜克大学。探索推荐系统的创建，例如Netflix和Amazon如何为用户推荐电影和书籍。 通过本课程，您将建立关键的编程技能，为在软件开发领域的职业生涯打下坚实的基础。 课程链接：[学习更多](https://www.coursera.org/learn/java-programming)