Dieser Kurs ist Teil der Spezialisierung Spezialisierung AI For Business

4.7
Sterne
79 Bewertungen

Kartik Hosanagar +1 weiterer Dozent

5.762 bereits angemeldet

von

Spezialisierung AI For BusinessUniversity of Pennsylvania

Über diesen Kurs

26.766 kürzliche Aufrufe

In this course, you will go in-depth to discover how Machine Learning is used to handle and interpret Big Data. You will get a detailed look at the various ways and methods to create algorithms to incorporate into your business with such tools as Teachable Machine and TensorFlow. You will also learn different ML methods, Deep Learning, as well as the limitations but also how to drive accuracy and use the best training data for your algorithms. You will then explore GANs and VAEs, using your newfound knowledge to engage with AutoML to help you start building algorithms that work to suit your needs. You will also see exclusive interviews with industry leaders, who manage Big Data for companies such as McDonald's and Visa. By the end of this course, you will have learned different ways to code, including how to use no-code tools, understand Deep Learning, how to measure and review errors in your algorithms, and how to use Big Data to not only maintain customer privacy but also how to use this data to develop different strategies that will drive your business.

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.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 1 von 4 in

Spezialisierung AI For Business

Ca. 7 Stunden zum Abschließen

Englisch

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.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 1 von 4 in

Spezialisierung AI For Business

Ca. 7 Stunden zum Abschließen

Englisch

Dozenten

Dozentenbewertung

4,91/5 (40 Bewertungen)

Kartik Hosanagar

Prasanna Tambe

Associate Professor of Operations

Information and Decisions

7.576 Lernende

3 Kurse

von

University of Pennsylvania

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche1

Woche 1

3 Stunden zum Abschließen

Module 1 – Big Data and Artificial Intelligence

In this module, you will be introduced to Big Data and examine how machine learning is used throughout various business segments. You will also learn how data is analyzed and extracted, and how digital technologies have been used to expand and transform businesses. You will also get a detailed look at data management tools and how they are best implemented and the value of data warehouses. By the end of this module, you will have gained insight into how machine learning can be used as a general-purpose technology, and some best techniques and practices for data mining.

3 Stunden zum Abschließen

11 Videos (Gesamt 93 min), 1 Lektüre, 1 Quiz

11 Videos

AI for Business Introduction8mCourse Introduction1mBig Data Overview9mBig Data Analysis5mData Management Tools7mData Management Infrastructure9mData Analysis: Extracting Intelligence from Big Data10mIntroduction to Artificial Intelligence9mMachine Learning Overview15mReinforcement Learning7mA Detailed View of Machine Learning7m

1 Lektüre

Module 1 Slides30m

1 praktische Übung

Module 1 Quiz30m

Woche2

Woche 2

2 Stunden zum Abschließen

Module 2 – Training and Evaluating Machine Learning Algorithms

In this module, you will get an in-depth look at contrasting Machine Learning methods, including logistic regression and neural nets. You will also learn about Deep Learning and its relationship to neural networks and how to best optimize Machine Learning algorithms. Lastly, you will be introduced to loss functions and how to best measure and review errors to maintain the integrity of your algorithms. By the end of this module, you will have learned about Machine Learning methods, the limitations and value of Deep Learning, how best to drive precision and accuracy in algorithms, and how to get the best training data for those algorithms.

2 Stunden zum Abschließen

13 Videos (Gesamt 74 min), 1 Lektüre, 1 Quiz

13 Videos

Specific Machine Learning Methods: A Deep Dive18mIntro to Model Selection3mFeature Engineering and Deep Learning Introduction3mDeep Learning6mHow Deep Learning Works8mLimitations of Deep Learning2mEvaluating ML Performance3mCommon Loss Functions5mTradeoffs Between Loss Functions2mHow is Training Data Acquired?4mThe Over-Fitting Problem5mTest Data3mExamples of End-to-End Work Flow4m

1 Lektüre

Module 2 Slides30m

1 praktische Übung

Module 2 Quiz30m

Woche3

Woche 3

1 Stunde zum Abschließen

Module 3 – ML Application and Emerging Methods

In this module, you will take a look at Machine Learning within natural language processing and using generative modeling to create new data. You will also focus on AutoML and how to best utilize automated processes to make your algorithms more efficient. You will also review the no-code Machine Learning tool Teachable Machine, which serves to make Deep and Machine Learning more accessible. By the end of this module, you will be able to use AutoML in your algorithms and be able to navigate and use Teachable Machine in practice for no-code solutions to building an algorithm.

1 Stunde zum Abschließen

8 Videos (Gesamt 45 min), 1 Lektüre, 1 Quiz

Woche4

Woche 4

1 Stunde zum Abschließen

Module 4 - Industry Interview

In this module, you will hear from an industry leader and gain valuable insight into data sampling and building realistic usable models. Ed Lee, VP of Global Menu Strategy & Global Marketing at McDonald's, will allow you to review real-world solutions and how they handle data issues as one of the most successful global brands. By the end of this module, you will have heard from a top industry expert in their field and gained firsthand knowledge and understanding of how Big Data plays into maintaining privacy in data and also utilizing that data to enhance your marketing, content, and refine your algorithms.

1 Stunde zum Abschließen

1 Video (Gesamt 13 min)

Bewertungen

4.7

18 Bewertungen

5 stars
80,95 %
4 stars
13,09 %
3 stars
1,19 %
2 stars
1,19 %
1 star
3,57 %

Top-Bewertungen von AI FUNDAMENTALS FOR NON-DATA SCIENTISTS

von BF21. Okt. 2021

Excellent introduction to the basic concepts of using AI and Machine Learning in a business context.

von CD2. Dez. 2022

The format of this course of great for working parents who are complete novices about AI!

von SS19. Sep. 2022

This is a very insightful course that offers a comprehensive understanding of AI concepts in a systematic way to individuals from any domain.

von CL6. Sep. 2022

This course is very interesting and well presented.

Alle Bewertungen anzeigen

Über den Spezialisierung AI For Business

This specialization will provide learners with the fundamentals of using Big Data, Artificial Intelligence, and Machine Learning and the various areas in which you can deploy them to support your business. You'll cover ethics and risks of AI, designing governance frameworks to fairly apply AI, and also cover people management in the fair design of HR functions within Machine Learning. You'll also learn effective marketing strategies using data analytics, and how personalization can enhance and prolong the customer journey and lifecycle. Finally, you will hear from industry leaders who will provide you with insights into how AI and Big Data are revolutionizing the way we do business.

By the end of this specialization, you will be able to implement ethical AI strategies for people management and have a better understanding of the relationship between data analytics, artificial intelligence, and machine learning. You will leave this specialization with insight into how these tools can shape and influence how you manage your business. For additional reading, Professor Hosanagar's book "A Human’s Guide to Machine Intelligence" can be used as an additional resource,". You can find Professor Hosanagar's book on his personal website or at Penguin Randomhouse.

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 diese Spezialisierung abonniere?
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.
Wie erfolgen Rückerstattungen?
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine 7-tägige, kostenlose Testversion, die Sie gebührenfrei wieder kündigen können. Danach gewähren wir keine Rückerstattungen mehr, aber Sie können Ihr Abonnement jederzeit kündigen. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.
Ist finanzielle Unterstützung möglich?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.

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

AI Fundamentals for Non-Data Scientists

Über diesen Kurs