Об этом курсе
Недавно просмотрено: 3,256

Курс 2 из 6 в программе

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Продвинутый уровень

Прибл. 6 часов на выполнение

Предполагаемая нагрузка: This course requires 7.5 to 9 hours of study....

Английский

Субтитры: Английский

Приобретаемые навыки

Data ScienceInformation EngineeringArtificial Intelligence (AI)Machine LearningPython Programming

Курс 2 из 6 в программе

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Продвинутый уровень

Прибл. 6 часов на выполнение

Предполагаемая нагрузка: This course requires 7.5 to 9 hours of study....

Английский

Субтитры: Английский

Программа курса: что вы изучите

Неделя
1
3 ч. на завершение

Data Analysis

6 видео ((всего 26 мин.)), 12 материалов для самостоятельного изучения, 4 тестов
6 видео
Introduction to Data Visualizations3мин
Data Visualizations7мин
Introduction to Missing Values4мин
Missing Values4мин
Case Study Introduction2мин
12 материалов для самостоятельного изучения
Why is exploratory data analysis necessary?3мин
Data Visualization: Through the eyes of our Working Example3мин
Getting Started / Unit Materials2мин
Data visualization in Python3мин
Missing Data: Introduction2мин
Strategies for missing data3мин
Categories of missingness2мин
Simple imputation2мин
Bayesian imputation10мин
Case Study: Getting started2мин
Build a deliverable1ч 30мин
Summary/Review5мин
4 практических упражнения
Check for Understanding: EDA2мин
Check for Understanding: Data Visualization4мин
Check for Understanding: Missing Data4мин
Data Analysis Module Quiz5мин
Неделя
2
3 ч. на завершение

Data Investigation

3 видео ((всего 16 мин.)), 14 материалов для самостоятельного изучения, 3 тестов
3 видео
Hypothesis testing10мин
Case Study Introduction2мин
14 материалов для самостоятельного изучения
TUTORIAL: IBM Watson Studio dashboard10мин
Hypothesis Testing: Through the eyes of our Working Example10мин
Overview2мин
Statistical Inference2мин
Business scenarios and probability3мин
Variants on t-tests2мин
One-way Analysis of Variance (ANOVA)4мин
p-value limitations10мин
Multiple Testing4мин
Explain methods for dealing with multiple testing3мин
Getting Started3мин
Import the Data4мин
Data Processing (Includes Assessment)
Summary/Review4мин
3 практических упражнения
Check for Understanding: Hypothesis Testing4мин
Check for Understanding: Hypothesis Testing Limitations2мин
Data Investigation Module Quiz5мин

Преподаватели

Avatar

Mark J Grover

Digital Content Delivery Lead
IBM Data & AI Learning
Avatar

Ray Lopez, Ph.D.

Data Science Curriculum Leader
IBM Data & Artificial Intelligence

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 IBM AI Enterprise Workflow: общие сведения

This six course specialization is designed to prepare you to take the certification examination for IBM AI Enterprise Workflow V1 Data Science Specialist. IBM AI Enterprise Workflow is a comprehensive, end-to-end process that enables data scientists to build AI solutions, starting with business priorities and working through to taking AI into production. The learning aims to elevate the skills of practicing data scientists by explicitly connecting business priorities to technical implementations, connecting machine learning to specialized AI use cases such as visual recognition and NLP, and connecting Python to IBM Cloud technologies. The videos, readings, and case studies in these courses are designed to guide you through your work as a data scientist at a hypothetical streaming media company. Throughout this specialization, the focus will be on the practice of data science in large, modern enterprises. You will be guided through the use of enterprise-class tools on the IBM Cloud, tools that you will use to create, deploy and test machine learning models. Your favorite open source tools, such a Jupyter notebooks and Python libraries will be used extensively for data preparation and building models. Models will be deployed on the IBM Cloud using IBM Watson tooling that works seamlessly with open source tools. After successfully completing this specialization, you will be ready to take the official IBM certification examination for the IBM AI Enterprise Workflow....
IBM AI Enterprise Workflow

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.

  • This course assumes that you are already familiar with basic data science concepts including probability and statistics, linear algebra, machine learning, and the use of Python and Jupyter. Additionally, you should have already completed the first course in this specialization: AI Workflow: Business Priorities and Data Ingestion.

  • No. Most of the exercises may be completed with open source tools running on your personal computer. However, the exercises are designed with an enterprise focus and are intended to be run in an enterprise environment that allows for easier sharing and collaboration. The exercises in the last two modules of the course are heavily focused on deployment and testing of machine learning models and use the IBM Watson tooling found on the IBM Cloud.

  • Yes. All IBM Cloud Data and AI services are based upon open source technologies.

  • The exercises in the course may be completed by anyone using the IBM Cloud "Lite" plan, which is free for use.

Остались вопросы? Посетите Центр поддержки учащихся.