课程信息

13,101 次近期查看
可灵活调整截止日期
根据您的日程表重置截止日期。
可分享的证书
完成后获得证书
100% 在线
立即开始,按照自己的计划学习。
中级

Calculus, Linear algebra, Python, NumPy, Pandas, Matplotlib, and Scikit-learn.

完成时间大约为38 小时
英语(English)

您将学到的内容有

  • Explain what unsupervised learning is, and list methods used in unsupervised learning.

  • List and explain algorithms for various matrix factorization methods, and what each is used for.

  • List and explain algorithms for various matrix factorization methods, and what each is used for.

您将获得的技能

  • Dimensionality Reduction
  • Unsupervised Learning
  • Cluster Analysis
  • Recommender Systems
  • Matrix Factorization
可灵活调整截止日期
根据您的日程表重置截止日期。
可分享的证书
完成后获得证书
100% 在线
立即开始,按照自己的计划学习。
中级

Calculus, Linear algebra, Python, NumPy, Pandas, Matplotlib, and Scikit-learn.

完成时间大约为38 小时
英语(English)

提供方

Placeholder

科罗拉多大学波德分校

开始攻读学位

该课程属于 科罗拉多大学波德分校 提供的 1 个在线学位计划。当您通过大学注册学分课程而非学位课程并想在线完成时,它会计入 CU-Boulder 学位的学分课时。您只需通过大学申请即可。

授课大纲 - 您将从这门课程中学到什么

1
1
完成时间为 9 小时

Unsupervised Learning Intro

完成时间为 9 小时
3 个视频 (总计 34 分钟), 9 个阅读材料, 4 个测验
2
2
完成时间为 8 小时

Clustering

完成时间为 8 小时
2 个视频 (总计 23 分钟), 2 个阅读材料, 2 个测验
3
3
完成时间为 8 小时

Recommender System

完成时间为 8 小时
4 个视频 (总计 37 分钟), 1 个阅读材料, 3 个测验
4
4
完成时间为 14 小时

Matrix Factorization

完成时间为 14 小时
5 个视频 (总计 55 分钟), 1 个阅读材料, 2 个测验

关于 Machine Learning: Theory and Hands-on Practice with Python 专项课程

Machine Learning: Theory and Hands-on Practice with Python

常见问题

还有其他问题吗?请访问 学生帮助中心