
University of St Andrews - Online
Kursus dalam Pengenalan: Pembelajaran Mesin Hujung-ke-HujungOnline United Kingdom
TEMPOH MASA
41 Days
BAHASA
Inggeris
LAJU
Sambilan
TARIKH AKHIR PERMOHONAN
Minta tarikh akhir permohonan
TARIKH MULA PALING AWAL
Jul 2025
YURAN TUISYEN
GBP 1,800
FORMAT PENGAJIAN
Pembelajaran jarak jauh
pengenalan
Dapatkan pengetahuan asas dalam pembelajaran mesin, meliputi konsep dan alatan penting untuk membina model ramalan.
Aliran kerja pembelajaran mesin adalah kunci kepada sains data yang berkesan. Kursus pendek ini tertumpu pada penggunaan pakej Python untuk melaksanakan analisis dipacu data hujung ke hujung.
Anda akan mempelajari empat topik dalam kursus ini. Dalam tiga daripada topik tersebut, anda akan melibatkan diri dengan contoh pembelajaran mesin yang berfungsi dengan pelbagai kesukaran dan skop. Kod Python lanjutan dibekalkan dan dijelaskan untuk contoh kerja yang paling maju.
Topik yang selebihnya akan memperkenalkan anda kepada istilah, konsep dan metrik prestasi yang digunakan dalam projek sains data moden.
Hasil pembelajaran utama untuk kursus ini ialah keupayaan untuk memanipulasi data, menyesuaikan model, meringkaskan dan memaparkan keputusan dan prestasi mereka, dan membandingkan model secara objektif sebelum penggunaan.
Galeri
Pelajar Ideal
Kursus ini bertujuan untuk profesional dengan pemahaman yang baik tentang numerasi yang ingin memahami konsep teras dan teknologi yang menyokong pembelajaran mesin moden. Topik tersebut memperincikan tiga aliran kerja, setiap satunya menggunakan data yang dikumpul untuk memperoleh model yang akan meramalkan kejadian baharu dan tidak kelihatan dengan pasti dan kukuh.
Keupayaan untuk menyumbang kepada aliran kerja sedemikian adalah kemahiran teras untuk meningkatkan kerjaya anda dalam bidang seperti:
- kewangan (pencegahan penipuan dan keputusan kredit)
- penjagaan kesihatan (keputusan diagnostik dan prognostik)
- pemasaran (iklan disasarkan dan pengekalan pelanggan)
Kemasukan
Penyampaian program
Format pengajaran
Ini ialah kursus pendek pembelajaran dalam talian kendiri dengan kandungan kuliah, elemen interaktif dan akses kepada kelas induk dengan ketua kursus selepas tamat kursus.
Komitmen masa untuk kursus ini biasanya enam hingga lapan jam seminggu.