Über dieses Spezialisierung
6,662 kürzliche Aufrufe

Kurse, die komplett online stattfinden

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexibler Zeitplan

Festlegen und Einhalten flexibler Termine.

Stufe „Fortgeschritten“

Ca. 2 Monate zum Abschließen

Empfohlen werden 12 Stunden/Woche

Englisch

Untertitel: Englisch

Kompetenzen, die Sie erwerben

Data ScienceInformation EngineeringArtificial Intelligence (AI)Machine LearningPython Programming

Kurse, die komplett online stattfinden

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexibler Zeitplan

Festlegen und Einhalten flexibler Termine.

Stufe „Fortgeschritten“

Ca. 2 Monate zum Abschließen

Empfohlen werden 12 Stunden/Woche

Englisch

Untertitel: Englisch

So funktioniert die Spezialisierung

Kurse absolvieren

Eine Coursera-Spezialisierung ist eine Reihe von Kursen, in denen Sie eine Kompetenz erwerben. Um zu beginnen, melden Sie sich direkt für die Spezialisierung an oder überprüfen Sie deren Kurse und wählen Sie denjenigen Kurs aus, mit dem Sie beginnen möchten. Wenn Sie einen Kurs abonnieren, der Bestandteil einer Spezialisierung ist, abonnieren Sie automatisch die gesamte Spezialisierung Es ist in Ordnung, wenn Sie nur einen Kurs absolvieren möchten — Sie können Ihren Lernprozess jederzeit unterbrechen oder Ihr Abonnement kündigen. Gehen Sie zu Ihrem Kursteilnehmer-Dashboard, um Ihre Kursanmeldungen und Ihren Fortschritt zu verfolgen.

Praxisprojekt

Jede Spezialisierung umfasst ein Praxisprojekt. Sie müssen das Projekt/die Projekte erfolgreich abschließen, um die Spezialisierung abzuschließen und Ihr Zertifikat zu erwerben. Wenn die Spezialisierung einen separaten Kurs für das Praxisprojekt umfasst, müssen Sie zunächst alle anderen Kurse abschließen, bevor Sie damit beginnen können.

Zertifikat erwerben

Wenn Sie alle Kurse und das Praxisprojekt abgeschlossen haben, erhalten Sie ein Zertifikat, dass Sie für potenzielle Arbeitgeber und Ihr berufliches Netzwerk freigeben können.

how it works

Es gibt 6 Kurse in dieser Spezialisierung

Kurs1

AI Workflow: Business Priorities and Data Ingestion

Kurs2

AI Workflow: Data Analysis and Hypothesis Testing

Kurs3

AI Workflow: Feature Engineering and Bias Detection

4.8
5 Bewertungen
Kurs4

AI Workflow: Machine Learning, Visual Recognition and NLP

4.7
6 Bewertungen
1 Bewertungen

Dozenten

Avatar

Mark J Grover

Digital Content Delivery Lead
IBM Data & AI Learning
Avatar

Ray Lopez, Ph.D.

Data Science Curriculum Leader
IBM Data & Artificial Intelligence

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....

Häufig gestellte Fragen

  • Ja! Um loszulegen, klicken Sie auf die Kurskarte, die Sie interessiert, und melden Sie sich an. Sie können sich anmelden und den Kurs absolvieren, um ein teilbares Zertifikat zu erwerben, oder Sie können als Gast teilnehmen, um die Kursmaterialien gratis einzusehen. Wenn Sie einen Kurs abonnieren, der Teil einer Spezialisierung ist, abonnieren Sie automatisch die gesamte Spezialisierung. Auf Ihrem Kursteilnehmer-Dashboard können Sie Ihren Fortschritt verfolgen.

  • Dieser Kurs findet ausschließlich online statt, Sie müssen also zu keiner Sitzung persönlich erscheinen. Sie können jederzeit und überall über das Netz oder Ihr Mobilgerät auf Ihre Vorträge, Lektüren und Aufgaben zugreifen.

  • The entire specialization will require 35-40 hours of study.  Each of the 6 courses requires 4 to 9 hours of study each.

  • It is assumed you have a solid understanding of the following topics prior to starting this course: Fundamental understanding of Linear Algebra; Understanding of sampling, probability theory, and probability distributions; Knowledge of descriptive and inferential statistical concepts; General understanding of machine learning techniques and best practices; Practiced understanding of Python and the packages commonly used in data science: NumPy, Pandas, matplotlib, scikit-learn; Familiarity with IBM Watson Studio; Familiarity with the design thinking process. If you are unsure, Course 1 includes a Readiness Exam you can take to see if you are prepared.

  • You are STRONGLY encouraged to complete these courses in order as they are not individual independent courses, but part of a workflow where each course builds on the previous ones.  

  • Sorry, you will not.

  • By the end of this specialization you will be able to:

    1. Build an end to end AI solution. 

    2. Leverage Design Thinking as a framework to work through the translation of business goals into AI technical implementations.

    3. Bring together different capabilities such as Machine Learning, and specialized AI use cases.

    4. Leverage Python as the tool of choice for building AI models, while integrating IBM technologies to facilitate enterprise tasks such as cross-collaboration for the creation of machine learning models, employing out-of-the-box trained models for natural language processing and visual recognition, and deploying models to production.  

  • This specialization targets existing data science practitioners that have expertise building machine learning models, who want to deepen their skills on building and deploying AI in large enterprises. If you are an aspiring Data Scientist, this specialization is NOT for you as you need real world expertise to benefit from the content of these courses.

  • No. Most of the exercises may be completed with open source tools running on your personal computer. However, the exercises are designed with an enterprise focus and are intended to be run in an enterprise environment that allows for easier sharing and collaboration. Some of the exercises in this specialization are heavily focused on deployment and testing of machine learning models and use the IBM Watson tooling found on the IBM Cloud.

  • Yes. All IBM Cloud Data and AI services are based upon open source technologies.

  • The exercises in the course may be completed by anyone using the IBM Cloud "Lite" plan, which is free for use.

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