Über diesen Kurs
47,041 kürzliche Aufrufe

Learner Career Outcomes

65%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

50%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Anfänger“

Ca. 12 Stunden zum Abschließen

Empfohlen: 14 hours/week...

Englisch

Untertitel: Englisch, Vietnamesisch

Kompetenzen, die Sie erwerben

StatisticsData ScienceInternet Of Things (IOT)Apache Spark

Learner Career Outcomes

65%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

50%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Anfänger“

Ca. 12 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 the course and grading environment

2 Videos (Gesamt 3 min), 2 Lektüren, 3 Quiz
2 Videos
Overview of technology used within the course1m
2 Lektüren
Assignment and Exercise Environment Setup10m
IMPORTANT: How to submit your programming assignments10m
1 praktische Übungen
Challenges, terminology, methods and technology2m
Woche
2
5 Stunden zum Abschließen

Tools that support BigData solutions

8 Videos (Gesamt 51 min), 2 Lektüren, 4 Quiz
8 Videos
Parallel data processing strategies of Apache Spark7m
Programming language options on ApacheSpark10m
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 and Cloudant12m
Woche
3
4 Stunden zum Abschließen

Scaling Math for Statistics on Apache Spark

7 Videos (Gesamt 35 min), 1 Lektüre, 4 Quiz
7 Videos
Averages5m
Standard deviation3m
Skewness3m
Kurtosis2m
Covariance, Covariance matrices, correlation13m
Multidimensional vector spaces5m
1 Lektüren
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

4 Videos (Gesamt 24 min), 2 Lektüren, 2 Quiz
4 Videos
Plotting with ApacheSpark and python's matplotlib12m
Dimensionality reduction4m
PCA5m
2 Lektüren
Exercise 3.110m
Exercise 3.210m
1 praktische Übungen
Visualization and dimension reduction10m
4.3
175 BewertungenChevron Right

Top-Bewertungen von Fundamentals of Scalable Data Science

von XWApr 11th 2017

Very useful courses to take if you are beginner of data science. The course was not detailed enough sometime. But you will surely get a global view of IOT data analysis after this courses.

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.

Dozenten

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 den 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..