Об этом курсе
4.3
Оценки: 444
Рецензии: 95

Курс 1 из 4 в программе

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Начальный уровень

Прибл. 14 часа на выполнение

Предполагаемая нагрузка: 14 hours/week...

Английский

Субтитры: Английский, Вьетнамский

Приобретаемые навыки

StatisticsData ScienceInternet Of Things (IOT)Apache Spark

Курс 1 из 4 в программе

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Начальный уровень

Прибл. 14 часа на выполнение

Предполагаемая нагрузка: 14 hours/week...

Английский

Субтитры: Английский, Вьетнамский

Программа курса: что вы изучите

Неделя
1
4 ч. на завершение

Introduction to exploratory analysis

Analysis of data starts with a hypothesis and through exploration, those hypothesis are tested. Exploratory analysis in IoT considers large amounts of data, past or current, from multiple sources and summarizes its main characteristics. Data is strategically inspected, cleaned, and models are created with the purpose of gaining insight, predicting future data, and supporting decision making. This learning module introduces methods for turning raw IoT data into insight ...
2 видео ((всего 3 мин.)), 1 материал для самостоятельного изучения, 3 тестов
2 видео
Overview of technology used within the course1мин
1 материал для самостоятельного изучения
Latest Video summary on environment setup10мин
1 практическое упражнение
Challenges, terminology, methods and technology2мин
Неделя
2
5 ч. на завершение

Tools that support IoT solutions

Data analysis for IoT indicates that you have to build a solution for performing scalable analytics, on a large amount of data that arrives in great volumes and velocity. Such a solution needs to be supported by a number of tools. This module introduces common and popular tools, and highlights how they help data analyst produce viable end-to-end solutions. ...
8 видео ((всего 52 мин.)), 1 материал для самостоятельного изучения, 4 тестов
8 видео
ApacheSpark and how it supports the data scientist7мин
Programming language options on ApacheSpark10мин
Functional programming basics6мин
Introduction of Cloudant2мин
ApacheSparkSQL6мин
Overview of how the test data has been generated (optional)8мин
IBM Watson Studio (formerly Data Science Experience)3мин
1 материал для самостоятельного изучения
Create the data on your own (optional)10мин
3 практического упражнения
Data storage solutions, and ApacheSpark12мин
Programming language options and functional programming12мин
ApacheSparkSQL, Cloudant, and the End to End Scenario12мин
Неделя
3
4 ч. на завершение

Mathematical Foundations on Exploratory Data Analysis

This learning module explores mathematical foundations supporting Exploratory Data Analysis (EDA) techniques. ...
7 видео ((всего 35 мин.)), 1 материал для самостоятельного изучения, 4 тестов
7 видео
Averages5мин
Standard deviation3мин
Skewness3мин
Kurtosis2мин
Covariance, Covariance matrices, correlation13мин
Multidimensional vector spaces5мин
1 материал для самостоятельного изучения
Exercise 210мин
3 практического упражнения
Averages and standard deviation10мин
Skewness and kurtosis10мин
Covariance, correlation and multidimensional Vector Spaces16мин
Неделя
4
4 ч. на завершение

Data Visualization

This learning module details a variety of methods for plotting IoT time series sensor data using different methods in order to gain insights of hidden patterns in your data...
4 видео ((всего 24 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
4 видео
Plotting with ApacheSpark and python's matplotlib12мин
Dimensionality reduction4мин
PCA5мин
2 материала для самостоятельного изучения
Exercise 3.110мин
Exercise 3.210мин
1 практическое упражнение
Visualization and dimension reduction10мин
4.3
Рецензии: 95Chevron Right

67%

начал новую карьеру, пройдя эти курсы

47%

получил значимые преимущества в карьере благодаря этому курсу

Лучшие рецензии

автор: HSSep 10th 2017

A perfect course to pace off with exploration towards sensor-data analytics using Apache Spark and python libraries.\n\nKudos man.

автор: MTFeb 8th 2019

Good course content, however, some of the material especially the IBM cloud environment setup sometimes confusing

Преподаватели

Avatar

Romeo Kienzler

Chief Data Scientist, Course Lead
IBM Watson IoT

О IBM

IBM offers a wide range of technology and consulting services; a broad portfolio of middleware for collaboration, predictive analytics, software development and systems management; and the world's most advanced servers and supercomputers. Utilizing its business consulting, technology and R&D expertise, IBM helps clients become "smarter" as the planet becomes more digitally interconnected. IBM invests more than $6 billion a year in R&D, just completing its 21st year of patent leadership. IBM Research has received recognition beyond any commercial technology research organization and is home to 5 Nobel Laureates, 9 US National Medals of Technology, 5 US National Medals of Science, 6 Turing Awards, and 10 Inductees in US Inventors Hall of Fame....

О специализации ''Advanced Data Science with IBM'

As a coursera certified specialization completer you will have a proven deep understanding on massive parallel data processing, data exploration and visualization, and advanced machine learning & deep learning. You'll understand the mathematical foundations behind all machine learning & deep learning algorithms. You can apply knowledge in practical use cases, justify architectural decisions, understand the characteristics of different algorithms, frameworks & technologies & how they impact model performance & scalability. If you choose to take this specialization and earn the Coursera specialization certificate, you will also earn an IBM digital badge. To find out more about IBM digital badges follow the link ibm.biz/badging....
Advanced Data Science with IBM

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

  • If you have started a course that depends on the IBM Bluemix, and your trial has expired, you can continue taking the course on the same environment by providing your credit card information. To avoid being charged, close any application instances you are not using and pay attention to the usage of your environment details.

    Alternative, you can export any projects you are working on. Then, you can register for a new trial using a different email account, not used on IBM Bluemix before. Finally, import the projects to the new account.

    When exporting your projects, for Node-RED use the process used when submitting assignments (export flow form the old project, then import to the new project via clipboard). For Node.js you can redeploy the code to Bluemix using your new account credentials.

    If you have customized your GIT repository, or registered devices, migrating to a new environment will require you to redo those steps to reflect in the new environment.

  • If you already have an IBM Bluemix account, but your trial period has expired, you can always create a new account with a different email address.

Остались вопросы? Посетите Центр поддержки учащихся.