Über dieses Spezialisierung

5,391 kürzliche Aufrufe
This six course specialization is designed to prepare you to take the certification examination for IBM AI Enterprise Workflow V1 Data Science Specialist. IBM AI Enterprise Workflow is a comprehensive, end-to-end process that enables data scientists to build AI solutions, starting with business priorities and working through to taking AI into production. The learning aims to elevate the skills of practicing data scientists by explicitly connecting business priorities to technical implementations, connecting machine learning to specialized AI use cases such as visual recognition and NLP, and connecting Python to IBM Cloud technologies. The videos, readings, and case studies in these courses are designed to guide you through your work as a data scientist at a hypothetical streaming media company. Throughout this specialization, the focus will be on the practice of data science in large, modern enterprises. You will be guided through the use of enterprise-class tools on the IBM Cloud, tools that you will use to create, deploy and test machine learning models. Your favorite open source tools, such a Jupyter notebooks and Python libraries will be used extensively for data preparation and building models. Models will be deployed on the IBM Cloud using IBM Watson tooling that works seamlessly with open source tools. After successfully completing this specialization, you will be ready to take the official IBM certification examination for the IBM AI Enterprise Workflow.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
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. 4 Monate zum Abschließen
Empfohlen werden 4 Stunden/Woche
Englisch
Untertitel: Englisch
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
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. 4 Monate zum Abschließen
Empfohlen werden 4 Stunden/Woche
Englisch
Untertitel: Englisch

Es gibt 6 Kurse in dieser Spezialisierung

Kurs1

Kurs 1

AI Workflow: Business Priorities and Data Ingestion

4.2
Sterne
67 Bewertungen
19 Bewertungen
Kurs2

Kurs 2

AI Workflow: Data Analysis and Hypothesis Testing

4.3
Sterne
38 Bewertungen
7 Bewertungen
Kurs3

Kurs 3

AI Workflow: Feature Engineering and Bias Detection

4.4
Sterne
23 Bewertungen
4 Bewertungen
Kurs4

Kurs 4

AI Workflow: Machine Learning, Visual Recognition and NLP

4.6
Sterne
30 Bewertungen
6 Bewertungen

von

IBM-Logo

IBM

Häufig gestellte Fragen

  • Für diese Spezialisierung gibt es keine akademischen Leistungspunkte, doch Hochschulen können nach eigenem Ermessen Leistungspunkte für Spezialisierungszertifikate vergeben. Wenden Sie sich an Ihre Einrichtung, um mehr zu erfahren. Online-Abschlüsse und Mastertrack™-Zertifikate auf Coursera bieten die Möglichkeit, akademische Leistungspunkte zu erwerben.

  • 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.

  • 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.

  • Ja, Coursera bietet für Kursteilnehmer, die sich die Kursgebühr nicht leisten können, finanzielle Unterstützung an. Bewerben Sie sich dafür, indem Sie auf den Link für finanzielle Unterstützung links unter der Schaltfläche „Anmelden“ klicken. Sie werden zum Ausfüllen eines Antrags aufgefordert und werden bei Genehmigung benachrichtigt. Diesen Schritt müssen Sie für jeden Kurs der Spezialisierung ausführen, auch für das Abschlussprojekt. Mehr erfahren

  • Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse in der Spezialisierung und Sie erwerben ein Zertifikat, wenn Sie die Arbeit abschließen. Wenn Sie lediglich den Kursinhalt lesen und anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen. Wenn Sie die Gebühr nicht bezahlen können, haben Sie die Möglichkeit, finanzielle Hilfe zu beantragen.

  • 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.

  • 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. The certification exam is administered by Pearson VUE and must be taken at one of their testing facilities. You may visit their site at https://home.pearsonvue.com/ibm for more information. For a direct link to the exam information click here: https://ibm.biz/ai-workflow-cert.

  • For a direct link to the exam information click here: https://ibm.biz/ai-workflow-cert.

  • It is highly recommended that you have at least a basic working knowledge of design thinking and Watson Studio prior to taking this course. Please visit the IBM Skills Gateway at http://ibm.com/training/badges and "Find a Badge" related to "design thinking" or "Watson Studio". From there you will be directed to courses covering these topics.

  • 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.

  • 1. Python version 3, including libraries for data analytics, visualization and machine learning.

    2. The Jupyter notebook libraries for Python version 3.

    3. Access to the IBM Cloud at https://cloud.ibm.com and the Watson services on the IBM Cloud.

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