This course introduces you to additional topics in Machine Learning that complement essential tasks, including forecasting and analyzing censored data. You will learn how to find analyze data with a time component and censored data that needs outcome inference. You will learn a few techniques for Time Series Analysis and Survival Analysis. The hands-on section of this course focuses on using best practices and verifying assumptions derived from Statistical Learning.
Этот курс входит в специализацию ''Профессиональная сертификация 'Курс машинного обучения от IBM''
от партнера
Об этом курсе
Недавно просмотрено: 27,904
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 6 из 6 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Средний уровень
Прибл. 11 часов на выполнение
Английский
Субтитры: Английский
Приобретаемые навыки
Dimensionality ReductionUnsupervised LearningCluster AnalysisTime SeriesK Means Clustering
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 6 из 6 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Средний уровень
Прибл. 11 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
Introduction to Time Series Analysis
This module introduces the concept of forecasting and why Time Series Analysis is best suited for forecasting, compared to other regression models you might already know. You will learn the main components of a Time Series and how to use decomposition models to make accurate time series models.
2 ч. на завершение
10 видео ((всего 83 мин.)), 3 материалов для самостоятельного изучения, 3 тестов
10 видео
Introduction to Forecasting and Time Series Analysis11мин
Pandas Time Series Notebook - Part 17мин
Pandas Time Series Notebook - Part 210мин
Pandas Time Series Notebook - Part 313мин
Pandas Time Series Notebook - Part 49мин
Time Series Decomposition4мин
Decomposition Models9мин
Decomposition Notebook - Part 17мин
Decomposition Notebook - Part 27мин
3 материала для самостоятельного изучения
Time Series Demo (Activity)10мин
Time Series Decomposition Demo (Activity)10мин
Summary/Review10мин
3 практических упражнения
Check for Understanding5мин
Check for Understanding5мин
End of Module Quiz10мин
3 ч. на завершение
Stationarity and Time Series Smoothing
This module introduces you to the concepts of stationarity and Time Series smoothing. Having a Time Series that is stationary is easy to model. You will learn how to identify and solve non-stationarity. Smoothing is relevant to you as it will help improve the accuracy of your models.
3 ч. на завершение
13 видео ((всего 110 мин.)), 3 материалов для самостоятельного изучения, 3 тестов
13 видео
Stationarity Notebook - Part 17мин
Stationarity Notebook - Part 27мин
Stationarity Notebook - Part 314мин
Nonstationarity Examples4мин
Identifying Nonstationarity7мин
Common Transformations6мин
Time Series Smoothing6мин
Smoothing Moving Averages5мин
Smoothing Exponential Intro5мин
Advanced Smoothing12мин
Smoothing Notebook - Part 112мин
Smoothing Notebook - Part 215мин
3 материала для самостоятельного изучения
Stationarity Demo (Activity)10мин
Time Series Smoothing Demo (Activity)10мин
Summary/Review10мин
3 практических упражнения
Check for Understanding5мин
Check for Understanding5мин
End of Module Quiz10мин
3 ч. на завершение
ARMA and ARIMA Models
This module introduces moving average models, which are the main pillar of Time Series analysis. You will first learn the theory behind Autoregressive Models and gain some practice coding ARMA models. Then you will extend your knowledge to use SARMA and SARIMA models as well.
3 ч. на завершение
9 видео ((всего 117 мин.)), 3 материалов для самостоятельного изучения, 3 тестов
9 видео
Useful Plots9мин
ARMA Models Notebook - Part 110мин
ARMA Models Notebook - Part 210мин
ARIMA and SARIMA Models12мин
SARIMA Prophet Notebook - Part 112мин
SARIMA Prophet Notebook - Part 215мин
SARIMA Prophet Notebook - Part 314мин
SARIMA Prophet Notebook - Part 425мин
3 материала для самостоятельного изучения
ARMA Models Demo (Activity)10мин
SARIMA Prophet Demo (Activity)10мин
Summary/Review10мин
3 практических упражнения
Check for Understanding5мин
Check for Understanding5мин
End of Module Quiz10мин
3 ч. на завершение
Deep Learning and Survival Analysis Forecasts
This module introduces two additional tools for forecasting: Deep Learning and Survival Analysis. In addition to AI and Machine Learning applications, Deep Learning is also used for forecasting.
3 ч. на завершение
8 видео ((всего 70 мин.)), 3 материалов для самостоятельного изучения, 4 тестов
8 видео
Deep Learning - Part 26мин
Deep Learning - Part 34мин
Deep Learning Notebook - Part 114мин
Deep Learning Notebook - Part 211мин
Survival Analysis and Censoring - Part 110мин
Survival Analysis and Censoring - Part 28мин
Survival Analysis Notebook8мин
3 материала для самостоятельного изучения
Deep Learning for Forecasting Demo (Activity)10мин
Survival Analysis Demo (Activity)10мин
Summary/Review10мин
3 практических упражнения
Check for Understanding5мин
Check for Understanding5мин
End of Module Quiz10мин
Профессиональная сертификация 'Курс машинного обучения от IBM': общие сведения
Machine Learning is one of the most in-demand skills for jobs related to modern AI applications, a field in which hiring has grown 74% annually for the last four years (LinkedIn). This Professional Certificate from IBM is intended for anyone interested in developing skills and experience to pursue a career in Machine Learning and leverage the main types of Machine Learning: Unsupervised Learning, Supervised Learning, Deep Learning, and Reinforcement Learning. It also complements your learning with special topics, including Time Series Analysis and Survival Analysis.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Что я получу, оформив подписку на сертификацию?
Остались вопросы? Посетите Центр поддержки учащихся.
