Londra Ekonomi ve Siyaset Bilimi Okulu - Makine Öğrenimi: Pratik Uygulamalar
GetSmarter
Anahtar bilgi
kampüs konumu
London, Birleşik Krallık
Diller
Ingilizce
çalışma formatı
Uzaktan Eğitim
Süre
8 haftalar
Adımlamak
Tam zamanlı, Yarı zamanlı
Öğrenim ücretleri
Bilgi talebi
Son başvuru tarihi
Bilgi talebi
En erken başlama tarihi
Bilgi talebi
Tanıtım
Makine Öğrenimi: Pratik Uygulamalar
İş sorunlarını çözmek ve karar vermeyi bilgilendirmek için teknik makine öğrenimi yetkinlikleri geliştirin.
Londra Ekonomi ve Siyaset Bilimi Okulu'ndan resmi bir mesleki başarı sertifikası kazanın.
İstatistik, optimizasyon, veri madenciliği ve bilgi işlem alanlarını birleştiren makine öğrenimi, büyük veri kümelerinin varlığında sorunları çözme yeteneği nedeniyle endüstriler arasında benimseniyor. Makine öğreniminin son zamanlardaki başarıları, arama motorları, öneri sistemleri (örneğin Netflix ve Amazon) ve pazarlama gibi ticari görevlerde uygulanmasını içerir. Makine öğrenimi yöntemleri de algoritmik ticaret, müşteri davranışını, uyumluluğu ve riski tahmin etmek için finans kurumlarında giderek daha fazla kullanılmaktadır.
Bu Makine Öğrenimi: Pratik Uygulamalar çevrimiçi sertifika kursu, Birleşik Krallık CPD Sertifikasyon Hizmeti tarafından onaylanmıştır ve Birleşik Krallık merkezli meslek kuruluşlarının üyesi olan veya bunlarla ilişkili olan bireyler için geçerli olabilir.
Kurs tahmini 75 saatlik bir öğrenim süresine sahiptir.
Kabul şartları
Bu kurs sizin için mi?
Bu çevrimiçi sertifika kursu, makine öğrenimi tekniklerinin entegrasyonu yoluyla bir kuruluşun veri analitiğini geliştirmek isteyen profesyoneller için tasarlanmıştır. Makine öğreniminin pratik uygulamalarıyla ilgilenen orta ila üst düzey yöneticiler, veri uzmanları, danışmanlar, analistler, BT ve iş profesyonelleri, temel ilkelerin ve yöntemlerin derinlemesine araştırılmasından faydalanacaktır. Beceri geliştirmek, bir veri bilimi rolüne geçiş yapmak veya herhangi bir endüstri veya iş alanındaki veri biliminin iş uygulamalarına ilişkin anlayışınızı geliştirmek istiyorsanız, bu kurs pratik makine öğrenimi becerilerinizi ve bilginizi geliştirmenize ve doğrulamanıza yardımcı olacaktır. .
Önkoşullar
Bu ders, doğası gereği tekniktir. R'de kodlamayı kullanır ve iş dünyasında makine öğrenimi uygulamasını kapsar. Bazı cebir ve matematik bilgisi şiddetle tavsiye edilir, ancak gerekli değildir. Üçüncül düzeyde istatistik eğitimi ve işlevsel veya nesne yönelimli bir dil bilgisi avantajlıdır. HTML bu bağlamda bir programlama dili olarak kabul edilmez. Bu çevrimiçi sertifika kursu için özel bir yazılım gerekmez.
Program içeriği
ders müfredatı
Bu çevrimiçi sertifika kursunun haftalık modülleri üzerinde çalışırken iş sorunlarını çözmek ve karar verme sürecini bilgilendirmek için makine öğrenimi tekniklerini uygulayın.
Oryantasyon modülü
Çevrimiçi Kampüsünüze Hoş Geldiniz
Modül 1
Verilerden öğrenme
Modül 2
Makine öğreniminin ilkeleri
Modül 3
regresyon
Modül 4
Değişken seçimi ve büzülme yöntemleri
Modül 5
sınıflandırma
Modül 6
Ağaç tabanlı yöntemler ve topluluk öğrenimi
Modül 7
Sinir ağlarına giriş
Modül 8
denetimsiz öğrenme
Program teslimi
Süre:
- Süre: 8 hafta (oryantasyon hariç)
- Haftada 8–10 saat- Kendi hızınızda çevrimiçi öğrenme
Öğrenim ücretleri
Toplam Öğrenim Ücreti : 1800£
derece
Sertifika hakkında
Teknik makine öğrenimi becerileri geliştirin ve London School of Economics and Political Science'tan resmi bir yeterlilik sertifikası kazanın.
Değerlendirme süreklidir ve çevrimiçi olarak tamamlanan bir dizi pratik ödeve dayanır. Sertifika alabilmek için kurs el kitabında belirtilen gereksinimleri karşılamanız gerekir. El kitabı, kursa başlar başlamaz size sunulacaktır.
Sertifikanız yasal adınıza düzenlenecek ve belirtilen şartlara göre kursu başarıyla tamamladığınızda size gönderilecektir.
seni ne ayıracak
Bu kursu tamamladığınızda, şunları elde edeceksiniz:
- Farklı makine öğrenimi modellerinin çeşitli veri kümelerine nasıl uygulanabileceğini anlayarak daha bilinçli iş kararları verme ve karmaşık sorunları çözme güveni.
- Regresyon, değişken seçimi, küçültme yöntemleri, sınıflandırma, boyut küçültme ve denetimsiz öğrenme dahil olmak üzere çeşitli makine öğrenimi tekniklerini uygulama becerileri.
- Yükseltilmiş matematik ve istatistik bilgisi ve R'de kodlamanın temelleri.
- Sinir ağları gibi makine öğreniminin en son sınırları ve bunların iş ortamınıza nasıl uygulanabileceği hakkında bilgi.