เครือข่ายมหาวิทยาลัย

พื้นฐานการเรียนรู้ของเครื่อง: แนวทางกรณีศึกษา

รายละเอียด

คุณมีข้อมูลและสงสัยว่ามันจะบอกอะไรคุณได้บ้าง? คุณต้องการความเข้าใจที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับวิธีการหลักที่การเรียนรู้ของเครื่องสามารถปรับปรุงธุรกิจของคุณได้หรือไม่? คุณต้องการที่จะพูดคุยกับผู้เชี่ยวชาญเกี่ยวกับสิ่งต่าง ๆ ตั้งแต่การถดถอยและการจำแนกประเภทไปจนถึงการเรียนรู้ลึกและระบบผู้แนะนำหรือไม่?

ในหลักสูตรนี้คุณจะได้รับประสบการณ์ตรงจากการเรียนรู้ด้วยเครื่องจากชุดกรณีศึกษาจริง ในตอนท้ายของหลักสูตรแรกคุณจะได้ศึกษาวิธีการทำนายราคาบ้านตามคุณสมบัติระดับบ้านวิเคราะห์ความเชื่อมั่นจากคำวิจารณ์ของผู้ใช้เรียกเอกสารที่น่าสนใจแนะนำผลิตภัณฑ์และค้นหารูปภาพ ด้วยการฝึกฝนจริงกับกรณีการใช้งานเหล่านี้คุณจะสามารถใช้วิธีการเรียนรู้ของเครื่องในหลากหลายโดเมน

หลักสูตรแรกนี้ใช้วิธีการเรียนรู้ของเครื่องเป็นกล่องดำ การใช้สิ่งที่เป็นนามธรรมนี้คุณจะมุ่งเน้นไปที่การทำความเข้าใจงานที่น่าสนใจจับคู่งานเหล่านี้กับเครื่องมือการเรียนรู้ของเครื่องและการประเมินคุณภาพของผลลัพธ์ ในหลักสูตรต่อ ๆ ไปคุณจะเจาะลึกส่วนประกอบของกล่องดำนี้โดยการตรวจสอบโมเดลและอัลกอริทึม ชิ้นส่วนเหล่านี้รวมกันเป็นท่อส่งการเรียนรู้ของเครื่องซึ่งคุณจะใช้ในการพัฒนาแอปพลิเคชันอัจฉริยะ

ผลลัพธ์การเรียนรู้: ในตอนท้ายของหลักสูตรนี้คุณจะสามารถ:
- ระบุการใช้งานที่มีศักยภาพของการเรียนรู้ของเครื่องในทางปฏิบัติ
- อธิบายความแตกต่างหลักในการวิเคราะห์ที่เปิดใช้งานโดยการถดถอยการจำแนกและการจัดกลุ่ม
- เลือกงานการเรียนรู้ของเครื่องที่เหมาะสมสำหรับงานที่มีศักยภาพ
- ใช้การถดถอยการจำแนกการจัดกลุ่มการดึงระบบผู้แนะนำและการเรียนรู้อย่างลึกซึ้ง
- แสดงข้อมูลของคุณเป็นคุณสมบัติเพื่อใช้เป็นอินพุตสำหรับโมเดลการเรียนรู้ของเครื่อง
ประเมินคุณภาพของรูปแบบในแง่ของตัวชี้วัดข้อผิดพลาดที่เกี่ยวข้องสำหรับแต่ละงาน
- ใช้ชุดข้อมูลให้พอดีกับแบบจำลองเพื่อวิเคราะห์ข้อมูลใหม่
- สร้างแอพพลิเคชั่นแบบครบวงจรที่ใช้การเรียนรู้ของเครื่องเป็นหลัก
- ใช้เทคนิคเหล่านี้ใน Python

ราคา: ลงทะเบียนฟรี!

ÀÒÉÒ: English

คำบรรยาย: ภาษาอังกฤษ, เกาหลี, เวียดนาม, จีน (ประยุกต์)

พื้นฐานการเรียนรู้ของเครื่อง: แนวทางกรณีศึกษา - มหาวิทยาลัยวอชิงตัน