Über diesen Kurs
48,229 recent views

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Anfänger“

Ca. 13 Stunden zum Abschließen

Empfohlen: 14 hours/week...

Englisch

Untertitel: Englisch, Vietnamesisch

Kompetenzen, die Sie erwerben

StatisticsData ScienceInternet Of Things (IOT)Apache Spark

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Anfänger“

Ca. 13 Stunden zum Abschließen

Empfohlen: 14 hours/week...

Englisch

Untertitel: Englisch, Vietnamesisch

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1
4 Stunden zum Abschließen

Introduction to exploratory analysis

Analysis of data starts with a hypothesis and through exploration, those hypothesis are tested. Exploratory analysis in IoT considers large amounts of data, past or current, from multiple sources and summarizes its main characteristics. Data is strategically inspected, cleaned, and models are created with the purpose of gaining insight, predicting future data, and supporting decision making. This learning module introduces methods for turning raw IoT data into insight

...
2 Videos (Gesamt 3 min), 1 Lektüre, 3 Quiz
1 Lektüre
Latest Video summary on environment setup10m
1 praktische Übung
Challenges, terminology, methods and technology2m
Woche
2
5 Stunden zum Abschließen

Tools that support BigData solutions

Data analysis for IoT indicates that you have to build a solution for performing scalable analytics, on a large amount of data that arrives in great volumes and velocity. Such a solution needs to be supported by a number of tools. This module introduces common and popular tools, and highlights how they help data analyst produce viable end-to-end solutions.

...
8 Videos (Gesamt 52 min), 2 Lektüren, 4 Quiz
8 Videos
Functional programming basics6m
Introduction of Cloudant2m
Resilient Distributed Dataset and DataFrames - ApacheSparkSQL6m
Overview of how the test data has been generated (optional)8m
IBM Watson Studio (formerly Data Science Experience)3m
2 Lektüren
Apache Parquet (optional)10m
Create the data on your own (optional)10m
3 praktische Übungen
Data storage solutions, and ApacheSpark12m
Programming language options and functional programming12m
ApacheSparkSQL, Cloudant, and the End to End Scenario12m
Woche
3
4 Stunden zum Abschließen

Scaling Math for Statistics on Apache Spark

This learning module explores mathematical foundations supporting Exploratory Data Analysis (EDA) techniques.

...
7 Videos (Gesamt 35 min), 1 Lektüre, 4 Quiz
7 Videos
Skewness3m
Kurtosis2m
Covariance, Covariance matrices, correlation13m
Multidimensional vector spaces5m
1 Lektüre
Exercise 210m
3 praktische Übungen
Averages and standard deviation10m
Skewness and kurtosis10m
Covariance, correlation and multidimensional Vector Spaces16m
Woche
4
4 Stunden zum Abschließen

Data Visualization of Big Data

This learning module details a variety of methods for plotting IoT time series sensor data using different methods in order to gain insights of hidden patterns in your data

...
4 Videos (Gesamt 24 min), 2 Lektüren, 2 Quiz
2 Lektüren
Exercise 3.110m
Exercise 3.210m
1 praktische Übung
Visualization and dimension reduction10m
4.3
110 BewertungenChevron Right

62%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

50%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

Top reviews from Fundamentals of Scalable Data Science

von HSSep 10th 2017

A perfect course to pace off with exploration towards sensor-data analytics using Apache Spark and python libraries.\n\nKudos man.

von MTFeb 8th 2019

Good course content, however, some of the material especially the IBM cloud environment setup sometimes confusing

Dozent

Avatar

Romeo Kienzler

Chief Data Scientist, Course Lead
IBM Watson IoT

Über 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....

Über die Spezialisierung Advanced Data Science with IBM

As a coursera certified specialization completer you will have a proven deep understanding on massive parallel data processing, data exploration and visualization, and advanced machine learning & deep learning. You'll understand the mathematical foundations behind all machine learning & deep learning algorithms. You can apply knowledge in practical use cases, justify architectural decisions, understand the characteristics of different algorithms, frameworks & technologies & how they impact model performance & scalability. If you choose to take this specialization and earn the Coursera specialization certificate, you will also earn an IBM digital badge. To find out more about IBM digital badges follow the link ibm.biz/badging....
Advanced Data Science with IBM

Häufig gestellte Fragen

  • Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.

  • Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.

  • If you have started a course that depends on the IBM Bluemix, and your trial has expired, you can continue taking the course on the same environment by providing your credit card information. To avoid being charged, close any application instances you are not using and pay attention to the usage of your environment details.

    Alternative, you can export any projects you are working on. Then, you can register for a new trial using a different email account, not used on IBM Bluemix before. Finally, import the projects to the new account.

    When exporting your projects, for Node-RED use the process used when submitting assignments (export flow form the old project, then import to the new project via clipboard). For Node.js you can redeploy the code to Bluemix using your new account credentials.

    If you have customized your GIT repository, or registered devices, migrating to a new environment will require you to redo those steps to reflect in the new environment.

  • If you already have an IBM Bluemix account, but your trial period has expired, you can always create a new account with a different email address.

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..