An emerging trend in AI is the availability of technologies in which automation is used to select a best-fit model, perform feature engineering and improve model performance via hyperparameter optimization. This automation will provide rapid-prototyping of models and allow the Data Scientist to focus their efforts on applying domain knowledge to fine-tune models. This course will take the learner through the creation of an end-to-end automated pipeline built by Watson Studio’s AutoAI experiment tool, explaining the underlying technology at work as developed by IBM Research. The focus will be on working with an auto-generated Python notebook. Learners will be provided with test data sets for two use cases.
от партнера
Machine Learning Rapid Prototyping with IBM Watson Studio
IBMОб этом курсе
Недавно просмотрено: 3,785
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 9 часов на выполнение
Английский
Субтитры: Английский
Приобретаемые навыки
Data ScienceInformation EngineeringArtificial Intelligence (AI)Machine LearningPython Programming
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 9 часов на выполнение
Английский
Субтитры: Английский
от партнера
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.
Программа курса: что вы изучите
2 ч. на завершение
Building a Rapid Prototype with Watson Studio AutoAI
In this module, you'll learn about the developing landscape of AutoAI technologies. You'll also become familiar with the Watson Studio platform in order to be able to perform your own AutoAI Experiments. After observing the AutoAI tool build prototypes for two use cases, you will try out the tool for yourself to build additional prototypes.
2 ч. на завершение
7 видео ((всего 36 мин.)), 14 материалов для самостоятельного изучения, 4 тестов
7 видео
Introducing AutoAI2мин
Watson Studio Platform Basics2мин
Building Rapid Prototypes Demo Introduction2мин
Classification Demo11мин
Examining the Notebook4мин
Regression Demo9мин
14 материалов для самостоятельного изучения
Course Prerequisites2мин
Learning Outcomes2мин
AutoAI Implementations2мин
References2мин
Summary2мин
Learning Outcomes2мин
Watson Studio Setup20мин
Watson Studio Lab (Activity)20мин
Summary2мин
Learning Outcomes2мин
References2мин
Building Rapid Prototypes Lab (Activity)30мин
Summary2мин
Summary/Review2мин
4 практических упражнения
Check for Understanding5мин
Check for Understanding5мин
Check for Understanding5мин
End of Module Quiz5мин
2 ч. на завершение
Automated Data Preparation and Model Selection
In this module, you will learn about the automated data preparation techniques performed by AutoAI and get a chance to experiment with different settings for data preprocessing in the AutoAI-generated Python notebook. You'll also learn about the procedure for automated model selection and experiment using different models on the datasets.
2 ч. на завершение
9 видео ((всего 34 мин.)), 11 материалов для самостоятельного изучения, 3 тестов
9 видео
Automated Data Preparation10мин
Classification Prep Demo3мин
Regression Prep Demo4мин
The model selection problem2мин
Multi-armed Bandit Approach4мин
DAUB Algorithm5мин
Demo Classification: Making Changes to the Models1мин
Demo Regression: Making Changes to the Models1мин
11 материалов для самостоятельного изучения
Learning Outcomes2мин
Building the Prototype: Prep (graphic)2мин
References2мин
Data Preparation Lab (Activity)30мин
Summary2мин
Learning Outcomes2мин
Building the Prototype: Model selection (graphic)2мин
References10мин
Model Selection Lab (Activity)30мин
Summary2мин
Summary/Review2мин
3 практических упражнения
Check for Understanding5мин
Check for Understanding5мин
End of Module Quiz5мин
2 ч. на завершение
Automated Feature Engineering and Hyperparameter Optimization
In this module, you will learn about the algorithm for automated feature engineering and perform some exploratory data analysis to try to understand why the algorithm performed particular feature transformations. You'll also learn about sophisticated methods for optimizing hyperparameters and explore hyperparameter tuning on the datasets using the AutoAI-generated Python notebook.
2 ч. на завершение
9 видео ((всего 36 мин.)), 11 материалов для самостоятельного изучения, 3 тестов
9 видео
Automated Feature Engineering6мин
Cognito - Transforms and the Transformation Graph4мин
Cognito - Transformation Graph Exploration3мин
Demo Classification: Feature Engineering6мин
Demo Regression: Feature Engineering3мин
Automated HPO5мин
RBFOpt2мин
HPO Demo3мин
11 материалов для самостоятельного изучения
Learning Outcomes2мин
Building the Prototype: Feature Engineering (graphic)2мин
References2мин
Feature Engineering Lab (Activity)30мин
Summary2мин
Learning Outcomes2мин
Building the Prototype: HPO (graphic)2мин
References2мин
Automated HPO Lab (Activity)30мин
Summary2мин
Summary/Review2мин
3 практических упражнения
Check for Understanding5мин
Check for Understanding5мин
End of Module Quiz5мин
2 ч. на завершение
Evaluation and Deployment of AutoAI-generated Solutions
In this module, you will evaluate prototypes using the different evaluation metrics calculated by the AutoAI tool. You will also deploy the prototype for testing using the Watson Machine Learning API.
2 ч. на завершение
4 видео ((всего 8 мин.)), 9 материалов для самостоятельного изучения, 4 тестов
9 материалов для самостоятельного изучения
Learning Outcomes2мин
Evaluation Lab (Activity)10мин
References2мин
Summary2мин
Learning Outcomes2мин
Deployment Lab (Activity)15мин
Summary2мин
Summary/Review2мин
More AutoAI Capabilities from IBM / References2мин
3 практических упражнения
Check for Understanding5мин
Check for Understanding5мин
End of Module Quiz5мин
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Доступ к лекциям и заданиям предоставляется в зависимости от типа регистрации. Если вы проходите курс в режиме слушателя, то получите бесплатный доступ к большинству материалов курса. Чтобы открыть оцениваемые задания и возможность получить сертификат, необходимо будет приобрести прохождение с сертификатом. Это можно сделать во время прохождения в режиме слушателя или после него. Если вы не видите варианта 'Режим слушателя'.
- Курс может не предлагаться в режиме слушателя. Попробуйте бесплатную пробную версию или подайте заявку на финансовую помощь.
- Курс предлагаться в режиме 'Полный курс, без сертификата'. В нем можно просматривать все материалы, выполнять обязательные задания и получить итоговую оценку. Приобрести дополнительно прохождение с сертификатом в таком случае нельзя.
Что я получу, оплатив сертификацию?
Оплатив сертификацию, вы получите доступ ко всем материалам курса, включая оцениваемые задания. 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.
Is financial aid available?
Да, Coursera предоставляет финансовую помощь учащимся, которые не могут оплатить обучение. Чтобы подать заявление, перейдите по ссылке 'Финансовая помощь' слева под кнопкой 'Зарегистрироваться' и заполните форму. Если его примут, вы получите уведомление. Подробнее
Остались вопросы? Посетите Центр поддержки учащихся.
