Este curso forma parte de Programa especializado: AI for Scientific Research

3.8
estrellas
10 calificaciones

Sabrina Moore +2 instructores más

Ofrecido Por

Programa especializado: AI for Scientific ResearchLearnQuest

Acerca de este Curso

1851 vistas recientes

This course is aimed at anyone interested in applying machine learning techniques to scientific problems. In this course, we'll learn about the complete machine learning pipeline, from reading in, cleaning, and transforming data to running basic and advanced machine learning algorithms. We'll start with data preprocessing techniques, such as PCA and LDA. Then, we'll dive into the fundamental AI algorithms: SVMs and K-means clustering. Along the way, we'll build our mathematical and programming toolbox to prepare ourselves to work with more complicated models. Finally, we'll explored advanced methods such as random forests and neural networks. Throughout the way, we'll be using medical and astronomical datasets. In the final project, we'll apply our skills to compare different machine learning models in Python.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Curso 2 de 4 en

Programa especializado: AI for Scientific Research

Nivel intermedio

Some basic Python knowledge

Aprox. 12 horas para completar

Inglés (English)

Qué aprenderás

Implement and evaluate machine learning models (neural networks, random forests, etc.) on scientific data in Python

Habilidades que obtendrás

Artificial Neural Network
Machine Learning
Python Programming
Random Forest
PCA

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Curso 2 de 4 en

Programa especializado: AI for Scientific Research

Nivel intermedio

Some basic Python knowledge

Aprox. 12 horas para completar

Inglés (English)

Instructores

Ofrecido por

LearnQuest

LearnQuest is the preferred training partner to the world’s leading companies, organizations, and government agencies. Our team boasts 20+ years of experience designing, developing and delivering a full suite industry-leading technology education classes and training solutions across the globe. Our trainers, equipped with expert industry experience and an unparalleled commitment to quality, facilitate classes that are offered in various delivery formats so our clients can obtain the training they need when and where they need it.

Programa - Qué aprenderás en este curso

Semana

Semana 1

2 horas para completar

Before the AI: Preparing and Preprocessing Data

In this module, we'll tackle the steps taken before we can use AI algorithms. We'll start with an introduction to the most prominent data preprocessing techniques including filling in missing values and removing outliers. Then we'll dive into data transformations including PCA and LDA, two methods featured heavily for dimensionality reduction. Finally, we'll learn how to code the algorithms in Python to set up your data for use in the next module.

2 horas para completar

12 videos (Total 47 minutos), 4 lecturas, 2 cuestionarios

12 videos

Course Introduction45s

Setting Up the Environment2m

Module Introduction51s

Anatomy of a Dataset (I)5m

Anatomy of a Dataset (II)4m

Data Preprocessing Techniques6m

Calculating Eigenvalues and Eigenvectors5m

Introduction to PCA3m

Math of PCA5m

PCA in Action (I)3m

PCA in Action (II)6m

Introduction to LDA2m

4 lecturas

Data Preprocessing10m

PCA Explained10m

Matrix Multiplication10m

LDA in Practice10m

2 ejercicios de práctica

Practice Quiz: Eigenvalues and Eigenvectors10m

Data Preprocessing Techniques30m

Semana

Semana 2

4 horas para completar

Foundational AI Algorithms: K-Means and SVM

In this module, we'll dive into two of the most foundational machine learning algorithms: K-Means and support vector machines. We'll start by comparing the two branches of ML: supervised and unsupervised learning. Then, we'll go into the specific similarities and differences between K-Nearest neighbors for classification and K-Means clustering. Finally, we'll perform deep dives into K-Means and SVMs, learning the basic theory behind them and how to implement each in Python.

4 horas para completar

4 videos (Total 13 minutos), 3 lecturas, 3 cuestionarios

Semana

Semana 3

4 horas para completar

Advanced AI: Neural Networks and Decision Trees

In this module, we'll explore some advanced AI techniques. We'll start with tree-based algorithms, made popular because of the use of random forests for both classification and regression. Then, we'll build our way to neural networks, starting from experimentation on the different models. We'll spend some time in the Tensorflow playground getting familiar with the different mechanics behind neural networks. Finally, we'll code our own neural networks to make predictions on unseen data.

4 horas para completar

1 video (Total 1 minutos), 4 lecturas, 2 cuestionarios

Semana

Semana 4

2 horas para completar

Course Project

2 horas para completar

Reseñas

3.8

2 reseña

5 stars
40 %
4 stars
10 %
3 stars
40 %
2 stars
10 %

Principales reseñas sobre MACHINE LEARNING MODELS IN SCIENCE

por RJ7 de jul. de 2022

I would have had more stars, but a couple of the programming assignments had different values for random used for the answer and not what was listed in the question.

Ver todas las reseñas

Acerca de Programa especializado: AI for Scientific Research

In the AI for Scientific Research specialization, we'll learn how to use AI in scientific situations to discover trends and patterns within datasets. Course 1 teaches a little bit about the Python language as it relates to data science. We'll share some existing libraries to help analyze your datasets. By the end of the course, you'll apply a classification model to predict the presence or absence of heart disease from a patient's health data. Course 2 covers the complete machine learning pipeline, from reading in, cleaning, and transforming data to running basic and advanced machine learning algorithms.In the final project, we'll apply our skills to compare different machine learning models in Python. In Course 3, we will build on our knowledge of basic models and explore more advanced AI techniques. We’ll describe the differences between the two techniques and explore how they differ. Then, we’ll complete a project predicting similarity between health patients using random forests. In Course 4, a capstone project course, we'll compare genome sequences of COVID-19 mutations to identify potential areas a drug therapy can look to target. By the end, you'll be well on your way to discovering ways to combat disease with genome sequencing.

Preguntas Frecuentes

¿Cuándo podré acceder a las lecciones y tareas?
El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:
es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
¿Qué recibiré si me suscribo a este Programa especializado?
Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo. Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.
¿Hay ayuda económica disponible?
Sí. En ciertos programas de aprendizaje, puedes postularte para recibir ayuda económica o una beca en caso de no poder costear los gastos de la tarifa de inscripción. Si hay ayuda económica o becas disponibles para tu selección de programa de aprendizaje, verás un enlace para postularte en la página de descripción.

¿Tienes más preguntas? Visita el Centro de Ayuda al Estudiante.

Machine Learning Models in Science

Acerca de este Curso

Qué aprenderás

Habilidades que obtendrás

Instructores

Sabrina Moore

Rajvir Dua

Neelesh Tiruviluamala

Ofrecido por

LearnQuest

Programa - Qué aprenderás en este curso

Before the AI: Preparing and Preprocessing Data

Foundational AI Algorithms: K-Means and SVM

Advanced AI: Neural Networks and Decision Trees

Course Project

Reseñas

Principales reseñas sobre MACHINE LEARNING MODELS IN SCIENCE

Acerca de Programa especializado: AI for Scientific Research

Preguntas Frecuentes

Comienza o impulsa tu carrera profesional

Cursos y certificaciones populares

Colecciones y artículos populares

Obtén un título de grado o un certificado en línea

Coursera

Comunidad

Más

Machine Learning Models in Science

Acerca de este Curso

Qué aprenderás

Habilidades que obtendrás

Instructores

Sabrina Moore

Rajvir Dua

Neelesh Tiruviluamala

Ofrecido por

LearnQuest

Programa - Qué aprenderás en este curso

Before the AI: Preparing and Preprocessing Data

Foundational AI Algorithms: K-Means and SVM

Advanced AI: Neural Networks and Decision Trees

Course Project

Reseñas

Principales reseñas sobre MACHINE LEARNING MODELS IN SCIENCE

Acerca de Programa especializado: AI for Scientific Research

Preguntas Frecuentes

Coursera Footer

Comienza o impulsa tu carrera profesional

Cursos y certificaciones populares

Colecciones y artículos populares

Obtén un título de grado o un certificado en línea

Coursera

Comunidad

Más