التعلم الآلي لمشاريع علوم البيانات
مقدمة
يوفر النمو السريع الذكاء الاصطناعي في الأعمال التجارية فرصا غير مسبوقة من ناحية وخطر التعرض القانوني من ناحية أخرى. تلعب الموجة الجديدة من المهنيين الملمين بعلوم البيانات والتعلم الآلي وتقنيات الذكاء الاصطناعي دورا محوريا في مساعدة الشركات على الإبحار في هذه المياه المجهولة.
IBM SkillsBuild for Academia
دورة ذاتية الوتيرة
هل تبحث عن وظيفة؟
احصل على رؤى حول كيفية استخدام تقنيات الذكاء الاصطناعي والتعلم الآلي منخفضة التعليمات البرمجية لأتمتة جزء من منهجية علوم البيانات والانضمام إلى موجة من المهنيين الجدد الذين يمكنهم الوصول إلى ملايين الوظائف المتاحة في السوق.
هل تبحث عن وظيفة أفضل؟
استخدم أساليب وأدوات علوم البيانات المتقدمة ، والاستفادة من العلوم الإحصائية ، وتقنيات التعلم الآلي ، ومجموعات البيانات الخاصة بالصناعة ، لتنفيذ نماذج بيانات فريدة يمكنها حل المشكلات الصعبة في جميع الصناعات.
اهداف
يقدم هذا المساق موضوعات متقدمة أساسية لمهنة علوم البيانات.
نطاق
- نمذجة البيانات
- التعلم الآلي
- التعلم العميق
- حالات الاستخدام في العالم الحقيقي.
مخرجات التعلم:
- فهم استخدام أتمتة الذكاء الاصطناعي لتسريع دورة حياة إدارة نموذج البيانات
- فهم مبادئ الجبر الخطي للتعلم الآلي
- فهم تقنيات النمذجة المختلفة
- فهم تقنيات التحقق من صحة النموذج واختياره
- توصيل النتائج التي تترجم البصيرة إلى قيمة الأعمال
- إظهار من خلال مشروع القدرة على اختبار نماذج مختلفة على مجموعة بيانات ، والتحقق من صحة أفضل نموذج واختياره ، وتوصيل النتائج
- خبرة عملية في IBM AutoAI والتعرف البصري IBM Watson
- فهم الديناميكيات الداخلية لشركة التأمين على السيارات واستخدام علوم البيانات الذكاء الاصطناعي لتحسين نتائج الأعمال.
تجربة الدورة التدريبية
نبذة عن هذه الدورة
تنقسم هذه الدورة إلى مستويين من الممارسة. يغطي كل مستوى موضوعات أكثر تقدما ويبني على المفاهيم والممارسات والمهارات التي تم تناولها في مستويات الممارسة السابقة.
المستوى 1 - نمذجة البيانات والتعلم الآلي
تحليلات البيانات المتقدمة من خلال اعتماد التعلم الآلي.
- 1. نمذجة البيانات*
- 2. خوارزميات التعلم الآلي*
المستوى 2 - أتمتة علوم البيانات الذكاء الاصطناعي
أتمتة عملية إدارة نموذج البيانات باستخدام أدوات الذكاء الاصطناعي المتقدمة.
- 1. التنبؤ بالاحتيال باستخدام AutoAI (دراسة حالة تفاعلية)
- 2. كشف الاحتيال باستخدام التعرف البصري (دراسة حالة تفاعلية)
*اعتمادا على مستوى خبرتك الحالي ، قد يتطلب الفهم الشامل لهذه المفاهيم دراسة ذاتية إضافية حول الأساليب والخوارزميات الإحصائية المتقدمة
المتطلبات المسبقه
المهارات التي يجب أن تكون لديك قبل الانضمام إلى هذه الدورة التدريبية:
أكمل دورة علم بيانات المؤسسة في الممارسة العملية من سلسلة ممارس علوم البيانات.
بدلا من ذلك ، ستحتاج إلى معرفة ومهارات مسبقة حول الموضوعات التالية:
- تكوين وعمل فريق علوم البيانات، بما في ذلك الأدوار والعمليات والأدوات المختلفة
- مفاهيم وأساليب الإحصاءات الرئيسية الضرورية لإيجاد هيكل في البيانات وإجراء التنبؤات
- منهجيات علم البيانات: (أ) توصيف مشكلة تجارية؛ (ب) تحديد خصائص مشكلة تجارية؛ (ج) تحديد خصائص مشكلة تجارية؛ (ج) تحديد خصائص مشكلة تجارية؛ (ج) تحديد خصائص مشكلة تجارية؛ (ب) صياغة فرضية؛ (ج) إثبات استخدام المنهجيات في دورة التحليلات؛ (د) خطة التنفيذ
- بناء مجموعات بيانات قابلة للاستخدام من خلال تحديد البيانات المطلوبة وجمعها، ومعالجة البيانات وتحويلها وتنظيفها؛ إظهار القدرة على التعامل مع الحالات الشاذة للبيانات مثل القيم المفقودة والقيم المتطرفة والبيانات غير المتوازنة وتطبيع البيانات
- خبرة عملية مع IBM Watson Studio و Data Refinery Spark و Jupyter Notebooks ومكتبات Python
- تصور التحليل الإحصائي وتحديد الأنماط وتوصيل النتائج بفعالية إلى الرعاة التنفيذيين لاتخاذ القرارات التي تعتمد على الأعمال.
بيانات الاعتماد الرقمية
المتوسطه
التعلم الآلي لمشاريع علوم البيانات
انظر الشارةحول هذه الشارة
أكمل هذا الكسب جميع أنشطة التعلم المدرجة في تجربة التعلم عبر الإنترنت هذه المتعلقة بالموضوعات المتقدمة الأساسية لمهنة علوم البيانات بما في ذلك تقنيات نمذجة البيانات. التعلم الآلي; خوارزميات التعلم العميق. أتمتة علوم البيانات; عرض تطبيق المهارات المتقدمة في مجال علوم البيانات من خلال لعب الأدوار الحاسمة في فريق علوم البيانات باستخدام أحدث أدوات الذكاء الاصطناعي للتحليلات / الأتمتة لمعالجة المشكلات الحقيقية.
المهارات
أتمتة الذكاء الاصطناعي ، الذكاء الاصطناعي على الذكاء الاصطناعي ، AutoAI ، نمذجة البيانات ، علوم البيانات ، هندسة الميزات ، تحليلات الاحتيال ، تحسين المعلمات الفائقة ، التعلم الآلي ، خوارزميات ML ، نشر النموذج ، تدريب النموذج ، والتعرف البصري.
معايير
- يجب حضور دورة تدريبية في مؤسسة للتعليم العالي تنفذ برنامج IBM Skills Academy.
- يجب أن يكون قد أكمل أنشطة الدورة التدريبية عبر الإنترنت ذاتية الوتيرة ، والتحقق من المعرفة للتحقق من صحة فهم الموضوعات المشمولة.