In this chapter,  we'll define machine learning and its relation to data science and artificial intelligence.  Then, we'll unpack important machine learning jargon and end with the machine learning workflow for building models.

What is machine learning?

Generating movie recommendations

AI, data science, and machine learning walk into a bar...

What's true about machine learning?

Machine learning concepts

Machine learning lingo

Supervised vs unsupervised

Machine learning workflow

Steps for building a model

A true step

What is Machine Learning?

Now that you know the basics of machine learning, let's dive a little bit deeper. At the end of this chapter, you will know the different types of machine learning, as well as how to evaluate and improve your models.

Supervised learning

Pemanasan

Tugas

Classification

Regression

Regresi dengan kelas

Unsupervised learning

Supervised

Unsupervised

We don't need no supervision

Harus mengelompokkan semuanya!

Mengevaluasi kinerja

Benar

Salah

Benar atau salah?

Land of confusion

Meningkatkan kinerja

Pilihan

Penalaan Hyperparameter

Pengurangan Dimensi

Metode Ansambel

It's a long way to the top

Jelajahi penalaan hyperparameter

Machine Learning Models

In this chapter, we'll unpack deep learning beginning with neural networks. Next, we'll take a closer look at two common use-cases for deep learning: computer vision and natural language processing. We'll wrap up the course discussing the limits and dangers of machine learning.

Deep learning

What is deep learning?

Should I use deep learning?

Computer vision

Image data

The process

Natural Language Processing

Sentiment analysis

Classifying machine learning tasks

Bag of words

Limits of machine learning

To black box or not to black box?

Spotting bias in machine learning

Congratulations!

Deep Learning

Apa yang ada di balik hype machine learning? Dalam kursus non-teknis ini, Anda akan mempelajari segala hal tentang machine learning yang mungkin selama ini Anda ragu untuk tanyakan. Tidak diperlukan pengodean. Latihan praktik akan membantu Anda melewati istilah-istilah teknis dan mempelajari bagaimana teknologi menarik ini menggerakkan segalanya, dari mobil swakemudi hingga rekomendasi belanja pribadi Anda di Amazon.

Bagaimana cara kerja machine learning, kapan Anda dapat menggunakannya, dan apa perbedaan antara AI dan machine learning? Semuanya dibahas di sini. Dapatkan keterampilan dalam bidang yang sangat diminati dan berpengaruh ini, serta temukan mengapa machine learning relevan untuk semua orang!

Video dilengkapi transkrip langsung, yang dapat diakses dengan mengklik "Show transcript" di kiri bawah video.

Glosarium kursus dapat ditemukan di sebelah kanan pada bagian sumber daya.

Untuk memperoleh kredit CPE Anda harus menyelesaikan kursus dan mencapai skor 70% pada penilaian yang memenuhi syarat. Anda dapat menuju penilaian dengan mengklik panggilan kredit CPE di sebelah kanan.

Kursus pengantar ML dua jam ini mengajarkan konsep dasar ML, termasuk kosakata, model, dan deep learning.

Memahami Machine Learning

Dasar-Dasar Kecerdasan Buatan

Memahami Topik Data

Saat melatih Decision Tree, ubah jumlah minimum observasi yang membentuk sebuah cabang.

Tulis skrip untuk mencoba 3 nilai berbeda dari tiga hyperparameter berbeda pada SVM Anda, dan pertahankan konfigurasi yang menghasilkan hasil terbaik.

Pada himpunan data sesi lari untuk menilai ketahanan treadmill, dengan durasi, kecepatan, kemiringan, hapus kolom "calories_burned".

Jalankan analisis untuk mengidentifikasi empat fitur utama yang memberi prediksi terbaik, dan singkirkan yang lainnya.

Gunakan prediksi yang paling umum dari model SVM, K-Means, dan Decision Tree untuk menetapkan kategori pada sebuah observasi.

Gunakan rata-rata prediksi dari model Linear Regression, K-Means, dan Decision Tree untuk menetapkan kategori pada sebuah observasi.

It's a long way to the top

Memahami Machine Learning

Latihan interaktif praktis