416 calificaciones
10.760 ya inscrito
Create a linear model, and implement gradient descent.
Train the linear model to fit given data using gradient descent.
In this 2-hour long project-based course, you will learn how to implement Linear Regression using Python and Numpy. Linear Regression is an important, fundamental concept if you want break into Machine Learning and Deep Learning. Even though popular machine learning frameworks have implementations of linear regression available, it's still a great idea to learn to implement it on your own to understand the mechanics of optimization algorithm, and the training process. Since this is a practical, project-based course, you will need to have a theoretical understanding of linear regression, and gradient descent. We will focus on the practical aspect of implementing linear regression with gradient descent, but not on the theoretical aspect. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.
Data Science
Deep Learning
Machine Learning
Python Programming
Linear Regression
En un video que se reproduce en una pantalla dividida con tu área de trabajo, tu instructor te guiará en cada paso:
Introduction
Dataset
Initialize Parameters
Forward Pass
Compute Loss
Backward Pass
Update Parameters
Training Loop
Predictions
Additional Example
Tu espacio de trabajo es un escritorio virtual directamente en tu navegador, no requiere descarga.
En un video de pantalla dividida, tu instructor te guía paso a paso
por MS
30 de may. de 2020Very practical class. Just with less than an hour I got good idea. Thank Coursera and the instructor
por PR
19 de abr. de 2020Good for beginners, interface could have been better
por KN
16 de abr. de 2020This was my first guided project on coursera and I decided to go with something small. This project just motivated me to take up more projects on the platform
por AS
4 de jun. de 2020Good refresher course on linear regression! It would have been great had the Instructor covered few of the statical tests or multivariate regression model.
Al comprar un proyecto guiado, obtendrás todo lo que necesitas para completarlo, incluido el acceso a un espacio de trabajo de escritorio en la nube a través de tu navegador web que contiene los archivos y el software que necesitas para comenzar, además de instrucciones de video paso a paso de un experto en la materia.
Dado que tu espacio de trabajo contiene un escritorio en la nube del tamaño de una computadora portátil o computadora de escritorio, los proyectos guiados no están disponibles en tu dispositivo móvil.
Los instructores de proyectos guiados son expertos en la materia que tienen experiencia en habilidades, herramientas o dominios de su proyecto y les apasiona compartir sus conocimientos para impactar a millones de estudiantes en todo el mundo.
Puedes descargar y conservar cualquiera de tus archivos creados del proyecto guiado. Para hacerlo, puedes usar la función 'Explorador de archivos' mientras accedes a tu escritorio en la nube.
Los proyectos guiados no son elegibles para reembolsos. Ver nuestra política de reembolso completo.
La ayuda financiera no está disponible para proyectos guiados.
El acceso como oyente no está disponible para los proyectos guiados.
En la parte superior de la página, puedes presionar en el nivel de experiencia de este proyecto guiado para ver los requisitos de conocimientos previos. En cada nivel del proyecto guiado, tu instructor te orientará paso a paso.
Sí, todo lo que necesitas para completar tu proyecto guiado estará disponible en un escritorio en la nube que estará disponible en tu navegador.
Aprenderás completando tareas en un entorno de pantalla dividida directamente en tu navegador. En el lado izquierdo de la pantalla, completarás la tarea en tu espacio de trabajo. En el lado derecho de la pantalla, verás a un instructor guiarte a través del proyecto, paso a paso.
¿Tienes más preguntas? Visita el Centro de Ayuda al Estudiante.
