- Перегляд програм
Рекомендовані програми
- Блог
Останнє в AulaPro
Udemy в просуванні
- Улюблений
- оцініть цей курс
- Поділіться цим курсом
- Звіт
- Дізнайтеся більше про цей курс
- Попередня
- наступний
Освітня платформа
 |
Віртуальний курс:Coursera |
Обмежені за часом знижки
ОСНОВНА КАТЕГОРІЯ(И) ЦЬОГО КУРСУ
ПРО ЦЕЙ КУРС
Машинне навчання - це наука про те, щоб комп'ютери діяли без явного програмування. За останнє десятиліття машинне навчання дало нам самокеровані автомобілі, практичне розпізнавання голосу, ефективний пошук в Інтернеті та значно покращило розуміння людського геному. Машинне навчання сьогодні настільки поширене, що ви, ймовірно, використовуєте його десятки разів на день, навіть не підозрюючи про це. Багато дослідників також вважають, що це найкращий шлях до ШІ на рівні людини. На цьому занятті ви дізнаєтеся про найефективніші методи машинного навчання, а також попрактикуєтеся впроваджувати їх і змусити їх працювати самостійно. Найважливіше те, що ви дізнаєтеся не лише теоретичні основи навчання, але й отримаєте практичні знання, необхідні для швидкого й ефективного застосування цих методів до нових проблем. нарешті ти
ОПИС
Цей курс надає широкий вступ до машинного навчання, аналізу даних та статистичного розпізнавання шаблонів. Теми включають: (i) Навчання під керівництвом (параметричні/непараметричні алгоритми, допоміжні векторні машини, ядра, нейронні мережі). (ii) навчання без нагляду (кластеризація, зменшення розмірності, рекомендаційні системи, глибоке навчання). (iii) Найкращий досвід машинного навчання (теорія зміщення/дисперсії; інноваційний процес у машинному навчанні та ШІ). Курс також базуватиметься на численних тематичних дослідженнях та додатках, тому ви також навчитеся застосовувати алгоритми навчання для створення інтелектуальних роботів (сприйняття, контроль), розуміння тексту (пошук в Інтернеті, анти-спам), комп’ютерного зору, медичної інформатики. , аудіо, аналіз баз даних та інші області.
ХАРАКТЕРИСТИКИ ЦЬОГО КУРСУ
-
Мова курсу:Англійська з англійськими субтитрами
-
Створено:Стенфордський
Перевага
Основні моменти курсів Coursera
провідні університети
Готуйтеся з дому в найпрестижніших університетах світу.
викладачі з к.т.н
Якість курсів Coursera підтримують її викладачі, які часто є деканами та мають докторські ступені.
Ріст
Більше 85% студентів Coursera повідомляють про кар’єрні переваги, такі як підвищення по службі або підвищення зарплати.
+ 45 мільйонів
Мільйони студентів у всьому світі досягають своїх особистих і професійних цілей за допомогою Coursera.
Coursera пропонує курси від понад 200 провідних університетів і компаній для забезпечення онлайн-навчання по всьому світу. З підпискою на Coursera Plus, ви отримуєте необмежений доступ до понад 90% усіх курсів і найпопулярніших професійних сертифікатів і спеціалізацій на Coursera.
Наука про дані, бізнес і особистий розвиток. Ви можете записатися на кілька курсів одночасно, отримувати необмежену кількість сертифікатів і навчитися затребуваним навичкам роботи, щоб почати, розвиватися і навіть змінити кар’єру.
ДІЗНАЙТЕСЯ, ЯК ОТРИМАТИ НАЙБІЛЬШЕ ТА ЗАКОНОДЖИТИ ПОНАД 500 дол. США ЗА РІЧНОЇ ПІДПИСКИ НА COURSERA PLUS*
*Ви заощаджуєте до 500 доларів США за 12 місяців, коли переходите від 59 доларів США за місячну підписку до річної підписки за акцією. Звичайна річна підписка становить 399 доларів США. За акцією ви заплатите лише 299 доларів США. Дізнайтеся все, натиснувши жовту кнопку.
Дізнайтеся, як:
години)
хв
сек.
реклама
Інші відповідні дані
Ендрю Нг ІНСТРУКТОР ДИРЕКТОР
генеральний директор / засновник Landing AI; Співзасновник Coursera; ад'юнкт-професор Стенфордського університету; колишній головний науковець, Baidu і директор-засновник Google Brain
моя особа_додати 3.512.632 XNUMX студент(ів)
мій комп'ютер 11 курс(и)
Часті питання
МЕТОДОЛОГІЯ
РІВЕНЬ НАВЧАННЯ
реклама
ДЕТАЛІ КУРСУ
- ГРАФІК ДОСТАВКИ: Навчайтеся у власному темпі та доступності
- ГОДИНИ ВІДЕО: 56
- ЧАС НАВЧАННЯ (приблизно): приблизно 4-5 місяці (в середньому 6 години на тиждень).
- ЧАС ДОСТУПУ Доступ до вмісту після завершення курсу
КЛЮЧОВІ АСПЕКТИ ЦЬОГО ДОСЛІДЖЕННЯ
- Логістична регресія
- штучна нейронна мережа
- Алгоритми машинного навчання (ML).
- Машинознавство
НОВИЙ
Рікардо Сальседо
Липень 6, 2021 в 12: 07 вечораЦей курс є дивовижним і великим ресурсом для машинного навчання, який не боїться зануритися в математику, яка стоїть за машинним навчанням. Мені дуже сподобалися всі інтуїтивно зрозумілі пояснення та приклади, наведені викладачем. Зосереджуючись на основах ML, а не на певній мові програмування чи бібліотеці, цей курс гарантує, що він залишається актуальним навіть через роки після його випуску. Загалом, цей курс може бути дещо складним для деяких людей, але він, безумовно, вартий усього часу, витраченого на нього.