Об этом курсе
Недавно просмотрено: 56,245

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. 12 часа на выполнение

Предполагаемая нагрузка: 14 hours/week...

Английский

Субтитры: Английский, Вьетнамский
User
Учащиеся, которые проходят продукт ''Course'
  • Data Scientists
  • Machine Learning Engineers
  • Scientists
  • Data Engineers
  • Data Analysts

Приобретаемые навыки

StatisticsData ScienceInternet Of Things (IOT)Apache Spark
User
Учащиеся, которые проходят продукт ''Course'
  • Data Scientists
  • Machine Learning Engineers
  • Scientists
  • Data Engineers
  • Data Analysts

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. 12 часа на выполнение

Предполагаемая нагрузка: 14 hours/week...

Английский

Субтитры: Английский, Вьетнамский

Программа курса: что вы изучите

Неделя
1
4 ч. на завершение

Introduction the course and grading environment

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 BigData solutions

8 видео ((всего 51 мин.)), 2 материалов для самостоятельного изучения, 4 тестов
8 видео
Parallel data processing strategies of Apache Spark7мин
Programming language options on ApacheSpark10мин
Functional programming basics6мин
Introduction of Cloudant2мин
Resilient Distributed Dataset and DataFrames - ApacheSparkSQL6мин
Overview of how the test data has been generated (optional)8мин
IBM Watson Studio (formerly Data Science Experience)3мин
2 материала для самостоятельного изучения
Apache Parquet (optional)10мин
Create the data on your own (optional)10мин
3 практического упражнения
Data storage solutions, and ApacheSpark12мин
Programming language options and functional programming12мин
ApacheSparkSQL and Cloudant12мин
Неделя
3
4 ч. на завершение

Scaling Math for Statistics on Apache Spark

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 of Big 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: 150Chevron Right

65%

начал новую карьеру, пройдя эти курсы

52%

получил значимые преимущества в карьере благодаря этому курсу

Лучшие отзывы о курсе Fundamentals of Scalable Data Science

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: RRSep 19th 2019

The documents and course materials are not updated frequently (not in synch). Sometimes it took time to set up systems.

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....

Специализация Advanced Data Science with IBM: общие сведения

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.