Этот курс входит в специализацию ''Специализация Machine Learning for Supply Chains'

4.0

звезд

Оценки: 25

Rajvir Dua и еще 1 преподаватель

1 900 уже зарегистрированы

от партнера

Специализация Machine Learning for Supply ChainsLearnQuest

Об этом курсе

Недавно просмотрено: 5 394

This course will teach you how to leverage the power of Python to understand complicated supply chain datasets. Even if you are not familiar with supply chain fundamentals, the rich data sets that we will use as a canvas will help orient you with several Pythonic tools and best practices for exploratory data analysis (EDA). As such, though all datasets are geared towards supply chain minded professionals, the lessons are easily generalizable to other use cases.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Лабораторные работы Coursera Labs

Включает в себя практические учебные проекты.

Подробнее о лабораторных работах Coursera Labs

Курс 1 из 4 в программе

Специализация Machine Learning for Supply Chains

Начальный уровень

No background required, though some general knowledge of supply chain will be helpful.

Прибл. 13 часов на выполнение

Английский

Чему вы научитесь

Learn to merge, clean, and manipulate data using Python libraries such as Numpy and Pandas
Gain familiarity with the basic and advaned Python functonalities such as importing and using modules, list compreohensions, and lambda functions.
Solve a supply chain cost optimization problem using Linear Programming with Pulp

Приобретаемые навыки

Data Science
Pandas
Numpy
Supply Chain
Linear Programming (LP)

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Лабораторные работы Coursera Labs

Включает в себя практические учебные проекты.

Подробнее о лабораторных работах Coursera Labs

Курс 1 из 4 в программе

Специализация Machine Learning for Supply Chains

Начальный уровень

No background required, though some general knowledge of supply chain will be helpful.

Прибл. 13 часов на выполнение

Английский

Преподаватели

Оценка преподавателя

4,28/5 (оценок: 8)

Rajvir Dua

Head of Data Science, Machine Learning Solutions

7 284 учащихся

8 курсов

Neelesh Tiruviluamala

Co-founder and CEO, Machine Learning Solutions

7 284 учащихся

8 курсов

от партнера

LearnQuest

LearnQuest is the preferred training partner to the world’s leading companies, organizations, and government agencies. Our team boasts 20+ years of experience designing, developing and delivering a full suite industry-leading technology education classes and training solutions across the globe. Our trainers, equipped with expert industry experience and an unparalleled commitment to quality, facilitate classes that are offered in various delivery formats so our clients can obtain the training they need when and where they need it.

Программа курса: что вы изучите

Неделя

Неделя 1

4 ч. на завершение

Introduction to Programming Concepts and Python Practices

4 ч. на завершение

12 видео ((всего 45 мин.)), 5 материалов для самостоятельного изучения, 7 тестов

12 видео

Welcome to the Course!56

Why Python? Why Jupyter? Why ML?57

Setting Up the Environment2мин

Module Introduction57

Python and Jupyter Notebook Basics4мин

Lists2мин

Dictionaries3мин

Loops5мин

Functions6мин

Libraries and Modules4мин

Linear Programming with Pulp (I)5мин

Linear Programming with Pulp (II)8мин

5 материалов для самостоятельного изучения

Jupyter Notebook Basics15мин

Python Docs: Data Structures15мин

Keyword Arguments10мин

Top 10 Python Libraries for Data Science10мин

What is PuLP?10мин

3 практических упражнения

Data Structures Practice Quiz5мин

Using Data Structures with Pulp10мин

Introduction to Python50мин

Неделя

Неделя 2

3 ч. на завершение

Digging Into Data: Common Tools for Data Science

In this next module, we'll dive into the most common tools used for data science: Python, and Numpy. We'll start with Numpy, getting used to np arrays and their main functionality. After getting familiar with loading in data of all types, we'll learn about some basic data description and cleaning techniques. We'll also learn to work with indexes and columns in Dataframes. We'll end with an introduction to plotting and summary statistics. We will use common supply chain data sets for our explorations

3 ч. на завершение

9 видео ((всего 34 мин.)), 3 материалов для самостоятельного изучения, 4 тестов

9 видео

Module Introduction40

Introduction to Pandas and Numpy (A Tale of Two Matrices)3мин

Deep Dive into Numpy (Part I)3мин

Deep Dive Into Numpy (Part II)2мин

Deep Dive Into Numpy (III)4мин

Introduction to Pandas5мин

Indexing in Pandas (I)3мин

Indexing in Pandas (II)4мин

Pandas Deep Dive4мин

3 материала для самостоятельного изучения

Numpy Quickstart10мин

Inputing Missing Data10мин

10 min to Pandas10мин

3 практических упражнения

Numpy Basics10мин

Pandas10мин

Numpy and Pandas Quiz50мин

Неделя

Неделя 3

3 ч. на завершение

Higher Level Data Wrangling and Manipulation

In this third module, we'll take our Pandas and Numpy skills to the next level, learning how to effectively combine and reshape data. We'll learn how to reshape data to fit with our needs through merges and pivots. This setup will help us tackle common data preprocessing steps necessary to run machine learning algorithms, such as one-hot encoding. Finally, we'll encounter the most important tools in our Pandas arsenal (Groupby-Apply-Transform) and explore its transformative functionality.

3 ч. на завершение

5 видео ((всего 23 мин.)), 3 материалов для самостоятельного изучения, 2 тестов

Неделя

Неделя 4

3 ч. на завершение

Course 1 Final Project

3 ч. на завершение

2 видео ((всего 8 мин.))

Специализация Machine Learning for Supply Chains: общие сведения

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, оформив подписку на специализацию?
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.
Можно ли получить финансовую помощь?
Да. В некоторых программах обучения вы можете подать заявку на получение финансовой помощи или стипендии, если не можете оплатить регистрационный взнос. Если для выбранной вами программы предлагается такая возможность, вы увидите ссылку для подачи заявки на странице описания.

Остались вопросы? Посетите Центр поддержки учащихся.

Fundamentals of Machine Learning for Supply Chain

Об этом курсе

Чему вы научитесь

Приобретаемые навыки