このコースについて

207,467 最近の表示

受講生の就業成果

56%

コース終了後に新しいキャリアをスタートした

60%

コースが具体的なキャリアアップにつながった

17%

昇給や昇進につながった
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
上級レベル
約21時間で修了
英語
字幕:英語

受講生の就業成果

56%

コース終了後に新しいキャリアをスタートした

60%

コースが具体的なキャリアアップにつながった

17%

昇給や昇進につながった
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
上級レベル
約21時間で修了
英語
字幕:英語

提供:

IBM ロゴ

IBM

シラバス - 本コースの学習内容

コンテンツの評価Thumbs Up82%(2,393 件の評価)Info
1

1

5時間で修了

Setting the stage

5時間で修了
10件のビデオ (合計59分), 2 readings, 3 quizzes
10件のビデオ
Linear algebra5 分
High Dimensional Vector Spaces2 分
Supervised vs. Unsupervised Machine Learning4 分
How ML Pipelines work3 分
Introduction to SparkML20 分
What is SystemML (1/2) ?3 分
What is SystemML (2/2) ?6 分
How to use Apache SystemML in IBM Watson Studio4 分
Extract - Transform - Load3 分
2件の学習用教材
Object Store10 分
IMPORTANT: How to submit your programming assignments10 分
2の練習問題
Machine Learning12 分
ML Pipelines6 分
2

2

6時間で修了

Supervised Machine Learning

6時間で修了
26件のビデオ (合計131分), 1 reading, 10 quizzes
26件のビデオ
LinearRegression with Apache SparkML6 分
Linear Regression using Apache SystemML3 分
Batch Gradient Descent using Apache SystemML8 分
The importance of validation data to prevent overfitting3 分
Important evaluation measures2 分
Logistic Regression1 分
LogisticRegression with Apache SparkML4 分
Probabilities refresher6 分
Rules of probability and Bayes' theorem10 分
The Gaussian distribution4 分
Bayesian inference4 分
Bayesian inference - example9 分
Maximum a posteriori estimation5 分
Bayesian inference in Python8 分
Why is Naive Bayes "naive"7 分
Support Vector Machines3 分
Support Vector Machines using Apache SparkML8 分
Crossvalidation1 分
Hyper-parameter tuning using GridSearch3 分
Decision Trees2 分
Bootstrap Aggregation (Bagging) and RandomForest1 分
Boosting and Gradient Boosted Trees6 分
Gradient Boosted Trees with Apache SparkML2 分
Hyperparameter-Tuning using GridSeach and CrossValidation in Apache SparkML on Gradient Boosted Trees3 分
Regularization3 分
1件の学習用教材
Classification evaluation measures10 分
9の練習問題
Linear Regression6 分
Splitting and Overfitting2 分
Evaluation Measures2 分
Logistic Regression2 分
Naive Bayes16 分
Support Vector Machines2 分
Testing, X-Validation, GridSearch4 分
Enselble Learning4 分
Regularization4 分
3

3

5時間で修了

Unsupervised Machine Learning

5時間で修了
13件のビデオ (合計67分), 1 reading, 3 quizzes
13件のビデオ
Introduction to Clustering: k-Means3 分
Hierarchical Clustering3 分
Density-based clustering (Guest Lecture Saeed Aghabozorgi)4 分
Using K-Means in Apache SparkML2 分
Curse of Dimensionality9 分
Dimensionality Reduction4 分
Principal Component Analysis6 分
Principal Component Analysis (demo)6 分
Covariance matrix and direction of greatest variance8 分
Eigenvectors and eigenvalues8 分
Projecting the data4 分
PCA in SystemML2 分
1件の学習用教材
Reading on Clustering Evaluation and Assessment10 分
2の練習問題
Clustering4 分
PCA16 分
4

4

5時間で修了

Digital Signal Processing in Machine Learning

5時間で修了
13件のビデオ (合計108分)
13件のビデオ
Fourier Transform in action6 分
Signal generation and phase shift11 分
The maths behind Fourier Transform11 分
Discrete Fourier Transform16 分
Fourier Transform in SystemML15 分
Fast Fourier Transform7 分
Nonstationary signals5 分
Scaleograms7 分
Continous Wavelet Transform3 分
Scaling and translation3 分
Wavelets and Machine Learning3 分
Wavelets transform and SVM demo6 分
2の練習問題
Fourier Transform16 分
Wavelet Transform16 分

レビュー

ADVANCED MACHINE LEARNING AND SIGNAL PROCESSING からの人気レビュー

すべてのレビューを見る

Advanced Data Science with IBM専門講座について

As a coursera certified specialization completer you will have a proven deep understanding on massive parallel data processing, data exploration and visualization, and advanced machine learning & deep learning. You'll understand the mathematical foundations behind all machine learning & deep learning algorithms. You can apply knowledge in practical use cases, justify architectural decisions, understand the characteristics of different algorithms, frameworks & technologies & how they impact model performance & scalability. If you choose to take this specialization and earn the Coursera specialization certificate, you will also earn an IBM digital badge. To find out more about IBM digital badges follow the link ibm.biz/badging....
Advanced Data Science with IBM

よくある質問

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • コースに登録する際、専門講座のすべてのコースにアクセスできます。コースの完了時には修了証を取得できます。電子修了証が成果のページに追加され、そこから修了証を印刷したり、LinkedInのプロフィールに追加したりできます。コースの内容の閲覧のみを希望する場合は、無料でコースを聴講できます。

  • サブスクライブすると、7日間の無料トライアルを体験できます。この期間中は解約金なしでキャンセルできます。それ以降、払い戻しはありませんが、サブスクリプションをいつでもキャンセルできます。返金ポリシーをすべて表示します

  • はい。受講料の支払いが難しい受講生に、Coursera(コーセラ)は学資援助を提供しています。左側の[登録]ボタンの下にある[学資援助]のリンクをクリックして申請してください。申請書の入力を促すメッセージが表示され、承認されると通知が届きます。キャップストーンプロジェクトを含む専門講座の各コースでこのステップを完了する必要があります。詳細

  • このコースでは大学の単位は付与されませんが、一部の大学ではコース修了証を単位として承認する場合があります。詳細については、大学にお問い合わせください。Coursera(コーセラ)のオンライン学位および Mastertrack™証明書は、大学の単位を取得する機会を提供します。

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。