Über dieses Spezialisierung

28.912 kürzliche Aufrufe
Development environments might not have the exact requirements as production environments. Moving data science and machine learning projects from idea to production requires state-of-the-art skills. You need to architect and implement your projects for scale and operational efficiency. Data science is an interdisciplinary field that combines domain knowledge with mathematics, statistics, data visualization, and programming skills. The Practical Data Science Specialization brings together these disciplines using purpose-built ML tools in the AWS cloud. It helps you develop the practical skills to effectively deploy your data science projects and overcome challenges at each step of the ML workflow using Amazon SageMaker. This Specialization is designed for data-focused developers, scientists, and analysts familiar with the Python and SQL programming languages who want to learn how to build, train, and deploy scalable, end-to-end ML pipelines - both automated and human-in-the-loop - in the AWS cloud. Each of the 10 weeks features a comprehensive lab developed specifically for this Specialization that provides hands-on experience with state-of-the-art algorithms for natural language processing (NLP) and natural language understanding (NLU), including BERT and FastText using Amazon SageMaker.
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“
Etwa 3 Monate bis zum Abschluss
Empfohlenes Lerntempo: 4 Stunden/Woche
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“
Etwa 3 Monate bis zum Abschluss
Empfohlenes Lerntempo: 4 Stunden/Woche
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.

Es gibt 3 Kurse in dieser Spezialisierung

Kurs1

Kurs 1

Analyze Datasets and Train ML Models using AutoML

4.6
Sterne
133 Bewertungen
28 Bewertungen
Kurs2

Kurs 2

Build, Train, and Deploy ML Pipelines using BERT

4.7
Sterne
58 Bewertungen
9 Bewertungen
Kurs3

Kurs 3

Optimize ML Models and Deploy Human-in-the-Loop Pipelines

4.8
Sterne
33 Bewertungen
9 Bewertungen

von

Placeholder

deeplearning.ai

Placeholder

Amazon Web Services

Häufig gestellte Fragen

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