4.6
Sterne
1,110 Bewertungen

94 %

Joseph Santarcangelo +1 weiterer Dozent

53.258 bereits angemeldet

von

IBM Skills Network

Über diesen Kurs

165.526 kürzliche Aufrufe

This first course in the IBM Machine Learning Professional Certificate introduces you to Machine Learning and the content of the professional certificate. In this course you will realize the importance of good, quality data. You will learn common techniques to retrieve your data, clean it, apply feature engineering, and have it ready for preliminary analysis and hypothesis testing.
By the end of this course you should be able to:
Retrieve data from multiple data sources: SQL, NoSQL databases, APIs, Cloud 
Describe and use common feature selection and feature engineering techniques
Handle categorical and ordinal features, as well as missing values
Use a variety of techniques for detecting and dealing with outliers
Articulate why feature scaling is important and use a variety of scaling techniques
 
Who should take this course?
This course targets aspiring data scientists interested in acquiring hands-on experience  with Machine Learning and Artificial Intelligence in a business setting.
 
What skills should you have?
To make the most out of this course, you should have familiarity with programming on a Python development environment, as well as fundamental understanding of Calculus, Linear Algebra, Probability, and Statistics.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Stufe „Mittel“

Ca. 14 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Kompetenzen, die Sie erwerben

Artificial Intelligence (AI)
Machine Learning
Feature Engineering
Statistical Hypothesis Testing
Exploratory Data Analysis

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Stufe „Mittel“

Ca. 14 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Dozenten

Dozentenbewertung

4,46/5 (429 Bewertungen)

Joseph Santarcangelo

Ph.D., Data Scientist at IBM

IBM Developer Skills Network

922.791 Lernende

26 Kurse

Svitlana (Lana) Kramar

Data Science Content Developer

Skills Network

58.349 Lernende

3 Kurse

von

IBM Skills Network

IBM is the global leader in business transformation through an open hybrid cloud platform and AI, serving clients in more than 170 countries around the world. Today 47 of the Fortune 50 Companies rely on the IBM Cloud to run their business, and IBM Watson enterprise AI is hard at work in more than 30,000 engagements. IBM is also one of the world’s most vital corporate research organizations, with 28 consecutive years of patent leadership. Above all, guided by principles for trust and transparency and support for a more inclusive society, IBM is committed to being a responsible technology innovator and a force for good in the world.

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Lehrplan - Was Sie in diesem Kurs lernen werden

Inhaltsbewertung94%(4,873 Bewertungen)

Woche1

Woche 1

2 Stunden zum Abschließen

A Brief History of Modern AI and its Applications

Artificial Intelligence is not new, but it is new in a sense that it is easier than ever to get started using Machine Learning in business settings. In this module, we will go over a quick introduction to AI and Machine Learning and we will visit a brief history of the modern AI. We will also explore some of the current applications of AI and Machine Learning for you, to think about how you want to leverage them in your day to day business practice or personal projects.

2 Stunden zum Abschließen

10 Videos (Gesamt 57 min), 2 Lektüren, 3 Quiz

10 Videos

Course Introduction1mIntroduction to Artificial Intelligence and Machine Learning5mMachine Learning and Deep Learning10mMachine Learning and Deep Learning - Part 15mMachine Learning and Deep Learning - Part 24mHistory of AI7mHistory of Machine Learning and Deep Learning5mModern AI6mApplications3mMachine Learning Workflow6m

2 Lektüren

Course Prerequisites4mReview3m

3 praktische Übungen

Practice Quiz: Artificial Intelligence and Machine Learning5mPractice Quiz: Modern AI Applications and Workflows5mGraded Quiz: Module 1 - Modern AI and its Applications30m

Woche2

Woche 2

3 Stunden zum Abschließen

Retrieving and Cleaning Data

3 Stunden zum Abschließen

7 Videos (Gesamt 43 min), 3 Lektüren, 6 Quiz

7 Videos

Retrieving Data from CSV and JSON Files4mRetrieving Data from Databases, APIs, and the Cloud8m[Optional] Lab Solution: Reading Data Jupyter Notebook - Part A7m[Optional]Lab Solution: Reading in Database Files - Part B5mData Cleaning6mHandling Missing Values and Outliers6mHandling Missing Values and Outliers using Residuals4m

3 Lektüren

[Optional] Download Assets for Lab: Reading Data in Database Files - Part A2m[Optional] Download Assets for Lab: Reading Data in Jupyter Notebook - Part B2mSummary/Review3m

3 praktische Übungen

Practice Quiz: Retrieving Data9mPractice Quiz: Data Cleaning5mGraded Quiz: Module 2 - Retrieving Data and Cleaning Data30m

Woche3

Woche 3

5 Stunden zum Abschließen

Exploratory Data Analysis and Feature Engineering

5 Stunden zum Abschließen

15 Videos (Gesamt 104 min), 3 Lektüren, 7 Quiz

15 Videos

Introduction to Exploratory Data Analysis (EDA)5mEDA with Visualization6mGrouping Data for EDA6m[Optional]Solution: EDA Notebook - Part 15m[Optional]Solution: EDA Notebook - Part 210m[Optional]Solution: EDA Notebook - Part 36m[Optional]Solution: EDA Notebook - Part 48mFeature Engineering and Variable Transformation - Background3m Variable Transformation5mFeature Encoding3mFeature Scaling4mCommon Variable Transformations in Python2m[Optional] Solution: Feature Engineering Lab - Part 111m[Optional] Solution: Feature Engineering Lab - Part 212m[Optional] Solution: Feature Engineering Lab - Part 39m

3 Lektüren

[Optional] Download Assets for Lab: Exploratory Data Analysis Lab2m[Optional] Download Assets for Lab: Feature Engineering Demo 2mSummary/Review10m

3 praktische Übungen

Practice Quiz: Exploratory Data Analysis5mPractice Quiz: Feature Engineering and Variable Transformation5mGraded Quiz: Module 3 - Exploratory Data Analysis and Feature Engineering30m

Woche4

Woche 4

3 Stunden zum Abschließen

Inferential Statistics and Hypothesis Testing

Inferential statistics and hypothesis testing are two types of data analysis often overlooked at early stages of analyzing your data. They can give you quick insights about the quality of your data. They also help you confirm business intuition and help you prescribe what to analyze next using Machine Learning. This module looks at useful definitions and simple examples that will help you get started creating hypothesis around your business problem and how to test them.

3 Stunden zum Abschließen

16 Videos (Gesamt 88 min), 2 Lektüren, 5 Quiz

16 Videos

Estimation and Inference - Introduction5mEstimation and Inference - Example5mEstimation and Inference - Parametric vs. Non-Parametric5mEstimation and Inference - Commonly Used Distributions4mFrequentist vs. Bayesian Statistics5mIntroduction to Hypothesis2mHypothesis Testing Example2mBayesian Interpretation of Hypothesis Testing Example4mType 1 vs Type 2 Error5mType 1 vs Type 2 Error: Examples4mHypothesis Testing Terminology 4mSignificance Level and P-Values7mSignificance Level and P-Values and the F Statistic5m[Optional] Hypothesis Testing Demo - Part 15m[Optional] Hypothesis Testing Demo - Part 210mCorrelation vs Causation9m

2 Lektüren

[Optional] Download Assets for Lab: Hypothesis Testing Demo2mSummary/Review3m

3 praktische Übungen

Practice Quiz: Estimation and Inference, and Hypothesis Testing5mPractice Quiz: Hypothesis Testing5mGraded Quiz: Module 4 - Inferential Statistics and Hypothesis Testing30m

Bewertungen

4.6

248 Bewertungen

5 stars
71,14 %
4 stars
20,07 %
3 stars
5,28 %
2 stars
2,06 %
1 star
1,43 %

Top-Bewertungen von EXPLORATORY DATA ANALYSIS FOR MACHINE LEARNING

von AS15. Aug. 2021

IBM courses are most valuable courses, quite a lot of learning happens here. I recommend students when it is time to chose a Brand IBM can be considered in top 5 List. Happy learning.

von PZ6. Apr. 2021

Very well curated course. Walks through all the topics in detail. Would be better if the professor had a little bit higher voice.

von DC1. Mai 2021

I know some basic statistics knowledge is required, but sometimes the analysis story is unconnected, and sometimes make the story confusing.

von TN3. Nov. 2022

Very helpful for beginner but must have some basic knowledge on python and other libraries such as sklearn, spicy, pandas, etc,....

Thanks very much!

Alle Bewertungen anzeigen

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich dieses Zertifikat abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse des Zertifikats 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 lediglich den Inhalt des Kurses lesen und anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Fördern Sie Mitarbeiterkompetenzen für bessere Geschäftsergebnisse

Entdecken Sie Coursera für Unternehmen

Exploratory Data Analysis for Machine Learning

Über diesen Kurs

Kompetenzen, die Sie erwerben