Penerangan Produk

Kaedah pembelajaran mesin biasanya digunakan di seluruh bidang kejuruteraan dan sains, dari sistem komputer hingga fizik. Lebih-lebih lagi, laman web komersial seperti mesin pencari, sistem pengesyorkan (misalnya, Netflix, Amazon), pengiklan, dan institusi kewangan menggunakan algoritma pembelajaran mesin untuk cadangan kandungan, meramalkan tingkah laku, kepatuhan, atau risiko pelanggan. Sebagai disiplin, pembelajaran mesin cuba merancang dan memahami program komputer yang belajar dari pengalaman untuk tujuan ramalan atau kawalan. Dalam kursus ini, pelajar akan belajar tentang prinsip dan algoritma untuk mengubah data latihan menjadi ramalan automatik yang berkesan. Kami akan merangkumi: Perwakilan, over-fitting, regularisasi, generalisasi, dimensi VC; Pengelompokan, pengkelasan, masalah pengesyoran, pemodelan probabilistik, pembelajaran pengukuhan; Algoritma dalam talian, mesin vektor sokongan, dan rangkaian neural / pembelajaran mendalam. Pelajar akan melaksanakan dan bereksperimen dengan algoritma dalam beberapa projek Python yang dirancang untuk aplikasi praktikal yang berbeza. Kursus ini adalah sebahagian daripada Program Mikro MITx dalam Statistik dan Sains Data. Menguasai kemahiran yang diperlukan untuk menjadi pengamal sains data yang berpengetahuan dan berkesan. Anda akan menyelesaikan kursus ini dan tiga yang lain dari MITx, pada tahap dan tahap ketelitian yang serupa dengan kursus di kampus di MIT, dan kemudian mengambil ujian yang hampir dipraktikkan untuk mendapatkan MicroMasters anda, kelayakan akademik yang akan menunjukkan kemahiran anda dalam sains data atau mempercepat jalan anda ke MIT PhD atau Master di universiti lain. Untuk mengetahui lebih lanjut mengenai program ini, sila lawati https://micromasters.mit.edu/ds/. Sekiranya anda mempunyai pertanyaan khusus mengenai kursus ini, sila hubungi kami di atsds-mm@mit.edu.

Harga: PERCUMA untuk diaudit!

Pembelajaran Mesin dengan Python: dari Model Linear hingga Pembelajaran Deep -