- Data Science
- Artificial Intelligence (AI)
- Machine Learning
- Predictive Analytics
- Ethics Of Artificial Intelligence
- Machine learning strategy and leadership
- Machine Learning (ML) Algorithms
Spezialisierung Machine Learning Rock Star – the End-to-End Practice
An End-to-End Guide to Leading and Launching ML. This expansive machine learning curriculum is accessible to business-level learners and yet vital to techies as well. It covers both the state-of-the-art techniques and the business-side best practices.
von

Was Sie lernen werden
Lead ML: Manage or participate in the end-to-end implementation of machine learning
Apply ML: Identify the opportunities where machine learning can improve marketing, sales, financial credit scoring, insurance, fraud detection, and much more
Greenlight ML: Forecast the effectiveness of and scope the requirements for a machine learning project and then internally sell it to gain buy-in
Regulate ML: Manage ethical pitfalls, the risks to social justice that stem from machine learning – aka AI ethics
Kompetenzen, die Sie erwerben
Über dieses Spezialisierung
Praktisches Lernprojekt
Problem-solving challenges: Form an elevator pitch, build a predictive model by hand in Excel or Google Sheets to visualize how it improves, and more (no exercises involve the use of ML software).
Vendor-Neutral
This specialization includes several illuminating software demos of ML in action using SAS products. However, the curriculum is vendor-neutral and universally-applicable. The learnings apply, regardless of which ML software you end up choosing to work with.
In-Depth Yet Accessible
Brought to you by a veteran industry leader who won teaching awards when he was a professor at Columbia University, this specialization stands out as one of the most thorough, engaging, and surprisingly accessible on the subject of ML.
Like a University Course
These three courses are also a good fit for college students, or for those planning for or currently enrolled in an MBA program. The breadth and depth of this specialization is equivalent to one full-semester MBA or graduate-level course.
Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?
Probieren Sie Coursera for Business ausKönnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?
Probieren Sie Coursera for Business ausSo 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 Lernender-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.

von
Häufig gestellte Fragen
Wie erfolgen Rückerstattungen?
Kann ich mich auch nur für einen Kurs anmelden?
Ist finanzielle Unterstützung möglich?
Kann ich kostenlos an diesem Kurs teilnehmen?
Findet dieser Kurs wirklich ausschließlich online statt? Muss ich zu irgendwelchen Sitzungen persönlich erscheinen?
Erhalte ich akademische Leistungspunkte für den Abschluss der Spezialisierung?
Is this specialization for data scientists or is it for non-technical, business-level learners?
How technical is this specialization and how much math is involved?
Are the learnings specific to SAS software?
Is this specialization for industry professionals or for university students?
Do I need to take the courses in a specific order?
AI ethics: Is equitable machine learning possible or will predictive models always perpetuate social injustice?
Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.