Przejdź do głównej treści

Strona główna Machine Learning

Kurs

Uczenie maszynowe dla biznesu

PodstawowyPoziom umiejętności

Zaktualizowano 11.2024

Poznaj podstawy Machine Learning i jego zastosowanie w biznesie.

Zacznij kurs za darmo

TheoryMachine Learning

2 godz.

15 filmów

48 Ćwiczeń

3,200 XP

46,251

Zaświadczenie o ukończeniu

Uwielbiany przez kursantów z tysięcy firm

Szkolisz zespół?

Wypróbuj dla firm

Opis kursu

Poznaj podstawy uczenia maszynowego

Ten kurs wprowadzi liderów biznesu w kluczowe elementy uczenia maszynowego. Skupimy się na kluczowych wnioskach i podstawowych praktykach dotyczących tego, jak strukturyzować pytania biznesowe jako projekty modelowania we współpracy z zespołami machine learning.

Zanurz się w szczegóły modelu

Zrozumiesz różne typy modeli, jakie pytania biznesowe pomagają one rozwiązać oraz jakie możliwości mogą odkryć, a także nauczysz się rozpoznawać sytuacje, w których uczenie maszynowe nie powinno NOT być stosowane, co jest równie ważne. Zrozumiesz różnicę między wnioskowaniem a predykcją, przewidywaniem prawdopodobieństwa i wartości oraz to, jak wykorzystanie uczenia nienadzorowanego może pomóc w budowaniu skutecznej strategii segmentacji klientów.

Wymagania wstępne

Ten kurs nie ma żadnych wymagań wstępnych

1

Machine learning and data use cases

Machine learning is used in many different industries and fields. It can fundamentally improve the business if applied correctly. This chapter outlines machine learning use cases, job roles and how they fit in the data needs pyramid.

Machine learning and data pyramid

Terminology clarification

Order data pyramid needs

Match tasks in data pyramid

Machine learning principles

Modeling types

Find supervised and unsupervised cases

Job roles, tools and technologies

Job role responsibilities

Match data projects with job roles

Team structure types

Zacznij rozdział

2

Machine learning types

This chapter overviews different machine learning types. We will look into differences between causal and prediction models, explore supervised and unsupervised learning, and finally understand the sub-types of supervised learning: classification and regression.

Prediction vs. inference dilemma

Inference and prediction differences

Identify inference vs. prediction use cases

Inference (causal) models

Experiments and causal models

Identify non actionable variables

Prediction models (supervised learning)

Supervised modeling principles

Identify classification and regression models

Prediction models (unsupervised learning)

Unsupervised modeling use cases

Classification, regression or unsupervised models

Zacznij rozdział

3

Business requirements and model design

This chapter reviews key steps in scoping out business requirements, identifying and sizing machine learning opportunities, assessing the model performance, and identifying any performance risks in the process.

Business requirements

Identify situation, opportunity and action

Identify successful experiments

Model training

Model training process

Training, validation and test

Model performance measurement

Poor performance examples

Identify performance metrics

Machine learning risks

Fixing non performing models

Non-actionable models

Identify actionable recommendations

Zacznij rozdział

4

Managing machine learning projects

This chapter will look into the best and worst practices of managing machine learning projects. We will identify most common machine learning mistakes, learn how to manage communication between the business and ML teams and finally address the challenges when deploying machine learning models to production.

Machine learning mistakes

Identify machine learning mistakes

Data needs pyramid

Match ML mistakes by their types

Communication management

Business communication focus

Market testing

Machine learning in production

Production systems

Production systems ML use cases

ML in production launch

Zacznij rozdział

Uczenie maszynowe dla biznesu

Kurs
ukończony

Zdobądź zaświadczenie o ukończeniu

Dodaj to poświadczenie do swojego profilu LinkedIn, CV lub życiorysu
Udostępnij to w mediach społecznościowych i podczas oceny wyników pracyZapisz się teraz

Dołącz do ponad 19 milionów kursantów i zacznij Uczenie maszynowe dla biznesu już dziś!

Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych

Rób postępy w podróży dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.