课程主页: https://www.coursera.org/learn/machine-learning-data-analysis
课程概述
你是否想通过你的数据预测未来的结果？那么，Coursera的这门课程《机器学习用于数据分析》将帮助你实现这一目标！机器学习是开发、测试和应用预测算法的过程。在深入学习这些机器学习概念之前，建议先熟悉这个专业化的第3门课程。该课程在第3门课程的基础上，为学生提供更多的机器学习知识。
课程大纲
决策树
在这一单元中，你将学习决策树，这是一种数据挖掘算法，通过反复应用一系列简单规则或标准，选择对预测目标变量最重要的变量及其交互作用。决策树能够在数据中创建分段或子组。
随机森林
接下来的单元中，你将接触到随机森林，这是一种能选择最重要变量的算法，它的结果能很好地推广到新数据。
套索回归
套索回归是一种用于线性回归模型的收缩和变量选择方法，其目的是获得最小化预测误差的预测子集。你将学习如何应用和解释套索回归分析，并运用k折交叉验证选择最佳拟合模型，获得更准确的模型测试误差估计。
K-均值聚类分析
聚类分析是一种无监督的机器学习方法，它将数据集中的观测值分为少数几个基于相似性的簇。你将学会如何使用K-均值聚类分析识别数据集中的聚类，并通过图表方法解释聚类分析结果。
课后体验
该课程不仅提供了丰富的理论支持，还包含大量的实践项，让你在实际的数据分析中获得经验。无论是适合初学者或是希望进一步提升数据分析技能的人，这门课程都将是一个很好的选择。
推荐理由
如果你想在数据科学领域打下坚实的基础，或者提升你的数据分析技能，那么《机器学习用于数据分析》这门课程无疑是一个极好的选择。它结合了理论与实践，确保学生在完成课程后能够进行独立的模型构建和分析。
课程主页: https://www.coursera.org/learn/machine-learning-data-analysis