Laktawan sa pangunahing nilalaman
SkillsBuild

Machine learning para sa mga proyekto ng agham ng data

Panimula

Ang mabilis na paglago ng AI sa negosyo ay nagtatanghal ng mga walang uliran na pagkakataon sa isang banda at ang panganib ng legal na pagkakalantad sa kabilang banda. Ang bagong alon ng mga propesyonal na nakikipag usap sa Data science, ML, at AI pamamaraan, maglaro ng isang mahalagang papel sa pagtulong sa mga enterprise na mag navigate sa mga uncharted na tubig na ito.

IBM SkillsBuild para sa Academia
Sariling bilis ng kurso

Alamin pa ang tungkol sa
Data science E learning Pag aaral ng makina para sa mga proyekto ng Data science

Naghahanap ng trabaho?

Makakuha ng mga pananaw sa kung paano gamitin ang AI at Machine pag aaral ng mga teknolohiyang mababa ang code upang i automate ang bahagi ng pamamaraan ng agham ng Data at sumali sa isang alon ng mga bagong propesyonal na may access sa milyun milyong mga trabaho na magagamit sa merkado.

Naghahanap ka ba ng mas magandang trabaho?

Gumamit ng mga advanced na pamamaraan at tool sa agham ng Data, leveraging statistical sciences, machine learning technologies, at mga dataset na partikular sa industriya, upang ipatupad ang mga natatanging modelo ng data na maaaring malutas ang mga mapaghamong problema sa lahat ng mga industriya.

Mga Layunin

Ang kursong ito ay nagpapakilala ng mga advanced na paksa core sa propesyon ng agham ng Data.

Saklaw

  • Pagmomodelo ng data
  • Pag aaral ng makina
  • Malalim na pag aaral
  • Mga kaso ng paggamit sa totoong mundo.

Mga kinalabasan ng pag aaral:

  • Unawain ang paggamit ng AI automation upang mapabilis ang pamamahala ng modelo ng data lifecycle
  • Pag unawa sa mga prinsipyo ng linear algebra para sa pag aaral ng makina
  • Pag unawa sa iba't ibang mga diskarte sa pagmomodelo
  • Pag unawa sa mga pamamaraan ng pagpapatunay ng modelo at pagpili
  • Ipaalam ang mga resulta ng pagsasalin ng pananaw sa halaga ng negosyo
  • Ipakita sa pamamagitan ng isang proyekto ang kakayahang subukan ang iba't ibang mga modelo sa isang dataset, patunayan at piliin ang pinakamahusay na modelo, at makipag usap sa mga resulta
  • Karanasan sa hands on sa IBM AutoAI, at IBM Watson Visual Recognition
  • Unawain ang panloob na dinamika ng isang kumpanya ng auto insurance at gamitin ang Data science at AI upang mapabuti ang mga kinalabasan ng negosyo.

Karanasan sa kurso

Tungkol sa kursong ito

Ang kursong ito ay nahahati sa dalawang antas ng pagsasanay. Ang bawat antas ay sumasaklaw sa mas advanced na mga paksa at bumubuo sa tuktok ng mga konsepto, pagsasanay, at kasanayan na tinalakay sa mga nakaraang antas ng pagsasanay.

Antas 1 — Data modeling at pag-aaral ng makina

Advanced na data analytics sa pamamagitan ng pag aampon ng Machine Learning.

  1. 1. Pagmomodelo ng data*
  2. 2. Mga algorithm sa pag-aaral ng makina*

Antas 2 — AI data science automation

Automate ang proseso ng pamamahala ng modelo ng data gamit ang mga advanced na tool sa AI.

  1. 1. hulaan ang pandaraya gamit ang AutoAI(interactive case study)
  2. 2. pagtuklas ng pandaraya gamit ang Visual Recognition(interactive case study)

*Depende sa iyong kasalukuyang antas ng kadalubhasaan, ang isang masusing pag unawa sa mga konseptong ito ay maaaring mangailangan ng karagdagang pag aaral sa sarili sa mga advanced na pamamaraan ng istatistika at algorithm

Mga Kinakailangan

Mga kasanayan na dapat mong taglayin bago sumali sa kursong ito handog:

Kumpletuhin ang agham ng Enterprise Data sa kurso ng pagsasanay mula sa serye ng Data Science Practitioner.

Bilang kahalili, kakailanganin mo ang naunang kaalaman at kasanayan sa mga sumusunod na paksa:

  • Ang komposisyon at pagtatrabaho ng isang Data science team, kabilang ang iba't ibang mga tungkulin, proseso, at tool
  • Mga pangunahing istatistika konsepto at pamamaraan na mahalaga sa paghahanap ng istraktura sa data at paggawa ng mga hula
  • Mga paraan ng agham ng datos: (a) Katangian ng problema sa negosyo; (b) Bumuo ng isang haka haka; (c) Ipakita ang paggamit ng mga pamamaraan sa analytics; (d) Plano para sa pagpapatupad
  • Bumuo ng magagamit na mga hanay ng data sa pamamagitan ng pagtukoy at pagkolekta ng data na kinakailangan, at pagmamanipula, pagbabago, at paglilinis ng data; pagpapakita ng kakayahang harapin ang mga anomalya ng data tulad ng nawawalang mga halaga, outliers, hindi balanseng data, at normalisasyon ng data
  • Karanasan sa hands on sa IBM Watson Studio, Data Refinery Spark, Jupyter Notebooks, at Python library
  • Visualize ang statistical analysis, tukuyin ang mga pattern, at epektibong ipaalam ang mga natuklasan sa mga executive sponsor para sa paggawa ng desisyon na hinihimok ng negosyo.

Digital kredensyal

Intermediate

Machine Learning para sa mga Proyekto ng Data Science

Machine learning para sa mga proyekto ng Data science

Tingnan ang badge

Tungkol sa badge na ito

Nakumpleto ng earner na ito ang lahat ng aktibidad sa pag-aaral na kasama sa online learning experience na ito na may kaugnayan sa mga advanced na paksa sa propesyon ng data science kabilang ang mga pamamaraan sa pagmomodelo ng data; Pag-aaral ng makina; Malalim na mga algorithm sa pag-aaral; Data science automation; pagpapakita ng mga advanced na kasanayan application sa larangan ng Data Science sa pamamagitan ng pagganap ng mga kritikal na papel sa isang koponan ng agham ng data gamit ang pinakabagong mga tool sa AI para sa analytics / automation upang matugunan ang mga tunay na problema.

Mga Kasanayan

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

Mga Criteria

  • Kailangang dumalo sa isang pagsasanay sa isang institusyong pang edukasyon na nagpapatupad ng programa ng IBM Skills Academy.
  • Dapat ay nakumpleto ang mga aktibidad sa online na kurso sa sarili, at mga tseke ng kaalaman na nagpapatunay ng pag unawa sa mga paksang nasakop.