- Data Science
- Deep Learning
- Artificial Intelligence (AI)
- Machine Learning
- Python Programming
- Feature Engineering
- Statistical Hypothesis Testing
- Exploratory Data Analysis
- Regression Analysis
- Supervised Learning
- Linear Regression
- Ridge Regression
IBM Machine Learning Zertifikat über berufliche Qualifikation
Machine Learning, Time Series & Survival Analysis. Develop working skills in the main areas of Machine Learning: Supervised Learning, Unsupervised Learning, Deep Learning, and Reinforcement Learning. Also gain practice in specialized topics such as Time Series Analysis and Survival Analysis.
von

Kompetenzen, die Sie erwerben
Über dieses Zertifikat über berufliche Qualifikation
Praktisches Lernprojekt
This Professional Certificate has a strong emphasis on developing the skills that help you advance a career in Machine Learning. All the courses include a series of hands-on labs and final projects that help you focus on a specific project that interests you. Throughout this Professional Certificate, you will gain exposure to a series of tools, libraries, cloud services, datasets, algorithms, assignments and projects that will provide you with practical skills with applicability to Machine Learning jobs. These skills include:
Tools: Jupyter Notebooks and Watson Studio
Libraries: Pandas, NumPy, Matplotlib, Seaborn, ipython-sql, Scikit-learn, ScipPy, Keras, and TensorFlow.
Einige einschlägige Kenntnisse erforderlich.
Einige einschlägige Kenntnisse erforderlich.
Was ist ein Zertifikat über eine berufliche Qualifikation
Erwerben Sie die Fähigkeiten, um für den Job bereit zu sein
Ob Sie eine neue Karriere einschlagen oder den Verlauf Ihrer aktuellen Karriere ändern möchten, Zertifikate über berufliche Qualifikationen von Coursera bereiten Sie auf Ihre jeweiligen Aufgaben vor. Lernen Sie in Ihrem eigenen Tempo, wann und wo immer es für Sie am bequemsten ist. Melden Sie sich noch heute an und entdecken Sie im Rahmen einer 7-tägigen kostenlosen Testversion einen neuen Karriereweg. Sie können Ihr Lernen jederzeit unterbrechen oder Ihr Abonnement beenden.
Praxisprojekte
Bringen Sie Ihre Fähigkeiten in praktischen Projekten zum Einsatz und erstellen Sie ein Portfolio, das potenziellen Arbeitgebern zeigt, dass Sie für den Job bereit sind. Sie müssen die Projekte bzw. das Projekt erfolgreich abschließen, um Ihr Zertifikat zu erhalten.
Erwerben Sie berufliche Qualifikationen
Wenn Sie alle Kurse des Programms abgeschlossen haben, erhalten Sie ein Zertifikat, das Sie mit Ihrem beruflichen Netzwerk teilen können. Außerdem erhalten Sie Zugriff auf Ressourcen die Ihre Karriere unterstützen und Ihnen den Start in Ihre neue Karriere erleichtern. Für viele Zertifikate über eine berufliche Qualifikation gibt es Partner, die den Berechtigungsnachweis der Zertifikate über eine berufliche Qualifikation anerkennen, und andere können wiederum dabei helfen, Sie auf eine Zertifizierungsprüfung vorzubereiten. Weitere Informationen finden Sie auf der jeweiligen Seite zu dem entsprechenden Zertifikat über eine berufliche Qualifikation.

Es gibt 6 Kurse in dieser Zertifikat über berufliche Qualifikation
Exploratory Data Analysis for Machine Learning
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.
Supervised Machine Learning: Regression
This course introduces you to one of the main types of modelling families of supervised Machine Learning: Regression. You will learn how to train regression models to predict continuous outcomes and how to use error metrics to compare across different models. This course also walks you through best practices, including train and test splits, and regularization techniques.
Supervised Machine Learning: Classification
This course introduces you to one of the main types of modeling families of supervised Machine Learning: Classification. You will learn how to train predictive models to classify categorical outcomes and how to use error metrics to compare across different models. The hands-on section of this course focuses on using best practices for classification, including train and test splits, and handling data sets with unbalanced classes.
Unsupervised Machine Learning
This course introduces you to one of the main types of Machine Learning: Unsupervised Learning. You will learn how to find insights from data sets that do not have a target or labeled variable. You will learn several clustering and dimension reduction algorithms for unsupervised learning as well as how to select the algorithm that best suits your data. The hands-on section of this course focuses on using best practices for unsupervised learning.
von

IBM
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.
Häufig gestellte Fragen
Wie erfolgen Rückerstattungen?
Kann ich mich auch nur für einen Kurs anmelden?
Wie lange dauert es, die Spezialisierung abzuschließen?
What background knowledge is necessary?
Do I need to take the courses in a specific order?
Erhalte ich akademische Leistungspunkte für den Abschluss der Spezialisierung?
What will I be able to do upon completing the Specialization?
Findet dieser Kurs wirklich ausschließlich online statt? Muss ich zu irgendwelchen Sitzungen persönlich erscheinen?
Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.