説明
このコースでは、データと、それが応用機械学習モデルの成功にとっていかに重要であるかについて説明します。 このコースを完了すると、学習者は次のスキルを身につけることができます。
学習、トレーニング、運用フェーズにおけるデータの重要な要素を理解する
バイアスとデータソースを理解する
モデルの汎用性を向上させるテクニックを実装する
過剰適合の結果を説明し、緩和策を特定する
適切なテストおよび検証措置を実装します。
思慮深い特徴量エンジニアリングによってモデルの精度をどのように向上できるかを実証します。
モデルの強度に対するアルゴリズム パラメーターの影響を調査する
このコースを成功するには、少なくとも初心者レベルの Python プログラミングの背景が必要です (たとえば、既存のコードを読んでコード トレースできること、条件文、ループ、変数、リスト、辞書、配列に慣れていることなど)。 線形代数 (ベクトル表記) と統計 (確率分布と平均/中央値/最頻値) の基本を理解している必要があります。
これは、Coursera と Alberta Machine Intelligence Institute が提供する応用機械学習スペシャライゼーションの XNUMX 番目のコースです。
価格：無料で登録！
言語： 英語
字幕: 英語