Ana içeriğe atla
SkillsBuild

Veri bilimi projeleri için makine öğrenimi

Giriş

Yapay zekanın iş dünyasındaki hızlı büyümesi, bir yandan benzeri görülmemiş fırsatlar sunarken, diğer yandan yasal risklere maruz kalma riskini de beraberinde getiriyor. Veri bilimi, makine öğrenimi ve yapay zeka tekniklerini bilen yeni profesyonel dalgası, işletmelerin bu keşfedilmemiş sularda gezinmesine yardımcı olmada çok önemli bir rol oynamaktadır.

Akademi için IBM SkillsBuild
Kendi hızınızda kurs

Daha fazla bilgi edinin
Veri bilimi E-öğrenme Veri bilimi projeleri için makine öğrenimi

İş mi arıyorsunuz?

Veri bilimi metodolojisinin bir kısmını otomatikleştirmek için Yapay Zeka ve Makine öğrenimi düşük kod teknolojilerinin nasıl kullanılacağı hakkında bilgi edinin ve piyasadaki milyonlarca işe erişimi olan yeni profesyoneller dalgasına katılın.

Daha iyi bir iş mi arıyorsunuz?

Tüm sektörlerdeki zorlu sorunları çözebilecek benzersiz veri modellerini uygulamak için istatistik bilimlerinden, makine öğrenimi teknolojilerinden ve sektöre özgü veri kümelerinden yararlanarak gelişmiş Veri bilimi yöntemlerini ve araçlarını kullanın.

Hedefler

Bu ders, Veri bilimi mesleğinin temelini oluşturan ileri düzey konuları tanıtmaktadır.

Kapsam

  • Veri modelleme
  • Makine öğrenimi
  • Derin öğrenme
  • Gerçek dünya kullanım örnekleri.

Öğrenme çıktıları:

  • Veri modeli yönetimi yaşam döngüsünü hızlandırmak için yapay zeka otomasyonunun kullanımını anlama
  • Makine öğrenimi için lineer cebir prensiplerinin anlaşılması
  • Farklı modelleme tekniklerinin anlaşılması
  • Model doğrulama ve seçim tekniklerinin anlaşılması
  • İçgörüleri iş değerine dönüştürerek sonuçları iletme
  • Bir proje aracılığıyla bir veri kümesi üzerinde farklı modelleri test etme, en iyi modeli doğrulama ve seçme ve sonuçları iletme becerisini gösterme
  • IBM AutoAI ve IBM Watson Görsel Tanıma üzerinde uygulamalı deneyim
  • Bir oto sigorta şirketinin iç dinamiklerini anlayın ve iş sonuçlarını iyileştirmek için Veri bilimi ve yapay zekayı kullanın.

Kurs deneyimi

Bu kurs hakkında

Bu kurs iki uygulama seviyesine ayrılmıştır. Her seviye daha ileri konuları kapsamakta ve önceki uygulama seviyelerinde ele alınan kavram, uygulama ve becerilerin üzerine inşa edilmektedir.

Seviye 1 - Veri modelleme ve makine öğrenimi

Makine Öğreniminin benimsenmesi yoluyla gelişmiş veri analitiği.

  1. 1. Veri modelleme*
  2. 2. Makine öğrenimi algoritmaları*

Seviye 2 - Yapay zeka veri bilimi otomasyonu

Gelişmiş yapay zeka araçlarını kullanarak veri modeli yönetim sürecini otomatikleştirin.

  1. 1. AutoAI kullanarak dolandırıcılığı tahmin edin (interaktif vaka çalışması)
  2. 2. Görsel Tanıma kullanarak dolandırıcılık tespiti (interaktif vaka çalışması)

*Mevcut uzmanlık düzeyinize bağlı olarak, bu kavramların tam olarak anlaşılması, ileri istatistiksel yöntemler ve algoritmalar hakkında ek bireysel çalışma gerektirebilir

Ön Koşullar

Bu kurs teklifine katılmadan önce sahip olmanız gereken beceriler:

Veri Bilimi Uygulayıcısı serisinden Uygulamada Kurumsal Veri Bilimi kursunu tamamlayın.

Alternatif olarak, aşağıdaki konularda önceden bilgi ve beceri sahibi olmanız gerekecektir:

  • Farklı roller, süreçler ve araçlar dahil olmak üzere bir Veri bilimi ekibinin yapısı ve çalışması
  • Verilerdeki yapıyı bulmak ve tahminler yapmak için gerekli temel istatistik kavramları ve yöntemleri
  • Veri bilimi metodolojileri: (a) Bir iş problemini tanımlama; (b) Bir hipotez formüle etme; (c) Analitik döngüsünde metodolojilerin kullanımını gösterme; (d) Uygulama için plan yapma
  • Gerekli verileri belirleyip toplayarak ve verileri manipüle ederek, dönüştürerek ve temizleyerek kullanılabilir veri setleri oluşturmak; eksik değerler, aykırı değerler, dengesiz veriler ve veri normalizasyonu gibi veri anormallikleriyle başa çıkma becerisini göstermek
  • IBM Watson Studio, Data Refinery Spark, Jupyter Notebooks ve Python kütüphaneleri ile uygulamalı deneyim
  • İstatistiksel analizleri görselleştirin, kalıpları belirleyin ve iş odaklı karar verme için bulguları yönetici sponsorlara etkili bir şekilde iletin.

Dijital kimlik bilgisi

Orta seviye

Veri Bilimi Projeleri için Makine Öğrenimi

Veri bilimi projeleri için makine öğrenimi

Rozeti görün

Bu rozet hakkında

Bu katılımcı, Veri modelleme teknikleri; Makine öğrenimi; Derin öğrenme algoritmaları; Veri bilimi otomasyonu; gerçek sorunları ele almak için analitik / otomasyon için en son yapay zeka araçlarını kullanan bir veri bilimi ekibindeki kritik rolleri canlandırarak Veri Bilimi alanında ileri beceri uygulamasının gösterilmesi dahil olmak üzere veri bilimi mesleğinin temelini oluşturan ileri düzey konularla ilgili bu çevrimiçi öğrenme deneyiminde yer alan tüm öğrenme etkinliklerini tamamlamıştır.

Beceriler

AI otomasyonu, AI-on-AI, AutoAI, Veri modelleme, Veri bilimi, Özellik mühendisliği, Dolandırıcılık analitiği, Hiperparametre optimizasyonu, Makine öğrenimi, ML algoritmaları, Model dağıtımı, Model eğitimi ve Görsel tanıma.

Kriterler

  • IBM Skills Academy programını uygulayan bir yükseköğretim kurumunda bir eğitim oturumuna katılmalıdır.
  • Kendi kendine ilerleyen çevrimiçi kurs etkinliklerini ve kapsanan konuların anlaşıldığını doğrulayan bilgi kontrollerini tamamlamış olmalıdır.