Přeskočit na hlavní obsah
SkillsBuild

Strojové učení pro projekty datové vědy

Úvod

Rychlý růst umělé inteligence v podnikání představuje na jedné straně nebývalé příležitosti a na druhé straně riziko právního rizika. Nová vlna odborníků znalých technik datové vědy, ML a AI hraje klíčovou roli při pomoci podnikům orientovat se v těchto neprobádaných vodách.

IBM SkillsBuild pro akademickou sféru
Samostatný kurz

Zjistěte více
Datová věda E-learning Strojové učení pro projekty datové vědy

Hledáte zaměstnání?

Získejte přehled o tom, jak pomocí nízkokódových technologií AI a strojového učení automatizovat část metodiky Data science, a připojte se k vlně nových odborníků s přístupem k milionům pracovních míst na trhu.

Hledáte lepší práci?

Využívejte pokročilé metody a nástroje datové vědy s využitím statistických věd, technologií strojového učení a souborů dat specifických pro dané odvětví k implementaci jedinečných datových modelů, které mohou řešit náročné problémy ve všech odvětvích.

Cíle

Tento kurz představuje pokročilá témata, která jsou pro profesi datové vědy klíčová.

Oblast působnosti

  • Modelování dat
  • Strojové učení
  • Hluboké učení
  • Případy použití v reálném světě.

Výsledky učení:

  • Porozumět využití automatizace umělé inteligence pro urychlení životního cyklu správy datových modelů.
  • Znalost principů lineární algebry pro strojové učení
  • Porozumění různým technikám modelování
  • Porozumění technikám validace a výběru modelů
  • Sdělování výsledků, které převádějí poznatky na obchodní hodnotu
  • Prokázat prostřednictvím projektu schopnost testovat různé modely na souboru dat, ověřit a vybrat nejlepší model a sdělit výsledky.
  • Praktické zkušenosti s IBM AutoAI a IBM Watson Visual Recognition
  • Pochopte vnitřní dynamiku pojišťovny a využijte datovou vědu a umělou inteligenci ke zlepšení obchodních výsledků.

Zkušenosti z kurzů

O tomto kurzu

Tento kurz je rozdělen do dvou cvičebních úrovní. Každá úroveň zahrnuje pokročilejší témata a navazuje na koncepty, postupy a dovednosti, které byly probírány v předchozích úrovních.

Úroveň 1 - Modelování dat a strojové učení

Pokročilá analýza dat pomocí strojového učení.

  1. 1. Modelování dat*
  2. 2. Algoritmy strojového učení*

Úroveň 2 - automatizace datové vědy s umělou inteligencí

Automatizujte proces správy datového modelu pomocí pokročilých nástrojů umělé inteligence.

  1. 1. Předpovídání podvodů pomocí AutoAI (interaktivní případová studie)
  2. 2. Odhalování podvodů pomocí vizuálního rozpoznávání (interaktivní případová studie)

*V závislosti na vaší současné úrovni znalostí může důkladné pochopení těchto konceptů vyžadovat další samostudium pokročilých statistických metod a algoritmů.

Předpoklady

Dovednosti, které musíte mít před nástupem do tohoto kurzu:

Absolvujte kurz Enterprise Data science in practice ze série Data Science Practitioner.

Případně budete potřebovat předchozí znalosti a dovednosti v následujících oblastech:

  • Složení a fungování týmu Data science, včetně různých rolí, procesů a nástrojů.
  • Klíčové statistické pojmy a metody nezbytné pro hledání struktury v datech a vytváření předpovědí.
  • Metodologie datové vědy: a) charakterizovat obchodní problém; b) formulovat hypotézu; c) demonstrovat použití metodologií v analytickém cyklu; d) naplánovat provedení.
  • Vytvářet použitelné datové soubory určením a shromážděním potřebných dat a manipulací s nimi, jejich transformací a čištěním; prokázat schopnost vypořádat se s anomáliemi dat, jako jsou chybějící hodnoty, odlehlé hodnoty, nevyvážená data a normalizace dat.
  • Praktické zkušenosti s IBM Watson Studio, Data Refinery Spark, Jupyter Notebooks a knihovnami Python.
  • Vizualizovat statistickou analýzu, identifikovat vzorce a efektivně sdělovat výsledky výkonným sponzorům pro rozhodování na základě obchodních informací.

Digitální pověření

Středně pokročilý

Strojové učení pro projekty datové vědy

Strojové učení pro projekty datové vědy

Viz odznak

O tomto odznaku

Tento účastník absolvoval všechny vzdělávací aktivity zahrnuté v tomto online vzdělávání týkající se pokročilých témat klíčových pro profesi datové vědy, včetně technik modelování dat; strojového učení; algoritmů hlubokého učení; automatizace datové vědy; demonstrace aplikace pokročilých dovedností v oblasti datové vědy prostřednictvím hraní rolí v kritických rolích v týmu datové vědy s využitím nejnovějších nástrojů umělé inteligence pro analýzu / automatizaci při řešení skutečných problémů.

Dovednosti

Automatizace AI, AI-on-AI, AutoAI, Data modeling, Data science, Feature engineering, Fraud analytics, Hyperparameter optimization, Machine learning, ML algorithms, Model deployment, Model training a Visual recognition.

Kritéria

  • Musí se zúčastnit školení na vysoké škole, která realizuje program IBM Skills Academy.
  • Musíte absolvovat aktivity online kurzu, které probíhají samostudiem, a ověřit si znalosti, které potvrzují porozumění probíraným tématům.