Об этом курсе
Недавно просмотрено: 20,925

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.

Промежуточный уровень

Прибл. 10 часа на выполнение

Предполагаемая нагрузка: 24 hours/week...

Английский

Субтитры: Английский

Приобретаемые навыки

Data ScienceArtificial Intelligence (AI)Machine LearningBig DataSpark

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.

Промежуточный уровень

Прибл. 10 часа на выполнение

Предполагаемая нагрузка: 24 hours/week...

Английский

Субтитры: Английский

Программа курса: что вы изучите

Неделя
1
2 ч. на завершение

Week 1: Introduction

6 видео ((всего 44 мин.)), 5 материалов для самостоятельного изучения, 2 тестов
6 видео
What is Big Data?11мин
Data storage solutions5мин
Parallel data processing strategies of Apache Spark7мин
Functional programming basics6мин
Resilient Distributed Dataset and DataFrames - ApacheSparkSQL6мин
5 материала для самостоятельного изучения
Course Syllabus10мин
Setup of the grading and exercise environment10мин
Exercise 1 - working with RDD10мин
Exercise 2 - functional programming basics with RDDs10мин
Exercise 3 - working with DataFrames10мин
2 практического упражнения
Practice Quiz (Ungraded) - Apache Spark concepts8мин
Apache Spark and parallel data processing
Неделя
2
1 ч. на завершение

Week 2: Scaling Math for Statistics on Apache Spark

5 видео ((всего 29 мин.)), 1 материал для самостоятельного изучения, 2 тестов
5 видео
Averages5мин
Standard deviation3мин
Skewness3мин
Kurtosis2мин
Covariance, Covariance matrices, correlation13мин
1 материал для самостоятельного изучения
Exercise 1 - statistics and transfomrations using DataFrames10мин
2 практического упражнения
Practice Quiz (Ungraded) - Statistics and API usage on Spark4мин
Parallelism in Apache Spark 
Неделя
3
1 ч. на завершение

Week 3: Introduction to Apache SparkML

5 видео ((всего 34 мин.)), 2 материалов для самостоятельного изучения, 3 тестов
5 видео
Introduction to SparkML20мин
Extract - Transform - Load3мин
Introduction to Clustering: k-Means3мин
Using K-Means in Apache SparkML2мин
2 материала для самостоятельного изучения
Exercise 1: Modifying a Apache SparkML Feature Engineering Pipeline10мин
Exercise 2 - Working with Clustering and Apache SparkML10мин
3 практического упражнения
Practice Quiz (Ungraded) - ML Pipelines4мин
SparkML concepts 
Practice Quiz (Ungraded) - SparkML Algorithms
Неделя
4
1 ч. на завершение

Week 4: Supervised and Unsupervised learning with SparkML

4 видео ((всего 18 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
4 видео
LinearRegression with Apache SparkML6мин
Logistic Regression1мин
LogisticRegression with Apache SparkML4мин
2 материала для самостоятельного изучения
Exercise 1 - Improving Classification performance10мин
Course Project10мин
2 практического упражнения
Practice Quiz (Ungraded) - SparkML Algorithms (2)4мин
Course Project Quiz

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....

Профессиональная сертификация 'IBM AI Engineering': общие сведения

The rapid pace of innovation in Artificial Intelligence (AI) is creating enormous opportunity for transforming entire industries and our very existence. After competing this comprehensive 6 course Professional Certificate, you will get a practical understanding of Machine Learning and Deep Learning. You will master fundamental concepts of Machine Learning and Deep Learning, including supervised and unsupervised learning. You will utilize popular Machine Learning and Deep Learning libraries such as SciPy, ScikitLearn, Keras, PyTorch, and Tensorflow applied to industry problems involving object recognition and Computer Vision, image and video processing, text analytics, Natural Language Processing, recommender systems, and other types of classifiers. You will be able to scale Machine Learning on Big Data using Apache Spark. You will build, train, and deploy different types of Deep Architectures, including Convolutional Networks, Recurrent Networks, and Autoencoders. By the end of this Professional Certificate, you will have completed several projects showcasing your proficiency in Machine Learning and Deep Learning, and become armed with skills for a career as an AI Engineer....
IBM AI Engineering

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 сертификации, 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.

Остались вопросы? Посетите Центр поддержки учащихся.