Penerangan Produk
Kursus ini adalah mengenai data dan bagaimana ia penting untuk kejayaan model pembelajaran mesin yang digunakan. Melengkapkan kursus ini akan memberi pelajar kemahiran untuk:
Memahami unsur-unsur penting dalam fasa pembelajaran, latihan dan operasi
Memahami bias dan sumber data
Melaksanakan teknik untuk meningkatkan keluasan model anda
Jelaskan akibat yang berlebihan dan mengenalpasti langkah-langkah pengurangan
Melaksanakan langkah ujian dan pengesahan yang sesuai.
Tunjukkan bagaimana ketepatan model anda dapat diperbaiki dengan kejuruteraan ciri yang bijak.
Terokai kesan parameter algoritma pada kekuatan model
Untuk berjaya dalam kursus ini, anda harus mempunyai latar belakang peringkat pemula dalam pemrograman Python (contohnya, dapat membaca dan kod mengesan kod yang ada, selesa dengan syarat, gelung, pemboleh ubah, senarai, kamus dan array). Anda harus mempunyai pemahaman asas tentang algebra linear (notasi vektor) dan statistik (taburan kebarangkalian dan min / median / mod).
Ini adalah kursus ketiga Kursus Pembelajaran Mesin Gunaan yang dibawa kepada anda oleh Coursera dan Institut Perisikan Mesin Alberta.
Harga: Mendaftar Percuma!
bahasa: English
Sarikata: English
TUN Membantu Pelajar!
Biasiswa
komuniti
Hak Cipta, 2024 – TUN, Inc