このコースについて
5,474 最近の表示

次における6の4コース

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6時間で修了

推奨:This course requires 7.5 to 9 hours of study....

英語

字幕:英語

習得するスキル

Data ScienceInformation EngineeringArtificial Intelligence (AI)Machine LearningPython Programming

次における6の4コース

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6時間で修了

推奨:This course requires 7.5 to 9 hours of study....

英語

字幕:英語

シラバス - 本コースの学習内容

1
4時間で修了

Model Evaluation and Performance Metrics

6件のビデオ (合計18分), 19 readings, 6 quizzes
6件のビデオ
Evaluation Metrics2 分
Introduction to Predictive Linear and Logistic Regression3 分
Linear Models4 分
Watson Natural Language Understanding Service Overview3 分
Case Study Introduction1 分
19件の学習用教材
Evaluation metrics: Through the eyes of our Working Example3 分
Evaluation Metrics3 分
Regression metrics5 分
Classification metrics10 分
Multi-class and multi-label metrics3 分
Model performance: Through the eyes of our Working Example3 分
Generalizing well to unseen data3 分
Model plots, bias, variance4 分
Relating the evaluation metric to a business metric4 分
Linear models: Through the eyes of our Working Example3 分
Generalized linear models5 分
Linear and logistic regression5 分
Regularized regression3 分
Stochastic gradient descent classifier3 分
Watson Natural Language Understanding: Through the eyes of our Working Example3 分
Watson Developer Cloud Python SDK10 分
Performance and business metrics: Through the eyes of our Working Example3 分
Getting started with performance and business metrics case study (hands-on)2 時間
Summary/Review10 分
6の練習問題
Check for Understanding2 分
Check for Understanding2 分
Check for Understanding2 分
Check for Understanding2 分
Check for Understanding2 分
End of Module Quiz10 分
2
3時間で修了

Building Machine Learning and Deep Learning Models

5件のビデオ (合計15分), 14 readings, 5 quizzes
5件のビデオ
Introduction to Tree Based Methods2 分
Neural Networks2 分
Introduction to neural networks4 分
IBM Watson Visual Recognition Overview2 分
14件の学習用教材
Tree-based methods: Through the eyes of our Working Example3 分
Decision trees4 分
Bagging and Random forests4 分
Boosting2 分
Ensemble learning4 分
Neural networks: Through the eyes of our Working Example3 分
Multilayer perceptron (MLP)4 分
Neural network architectures4 分
On interpretability2 分
Watson Visual Recognition: Through the eyes of our Working Example3 分
Watson Developer Cloud Python SDK10 分
TensorFlow: Through the eyes of our Working Example3 分
Getting started with Convolutional neural networks and TensorFlow (hands-on)2 時間
Summary/Review10 分
5の練習問題
Check for Understanding2 分
Check for Understanding2 分
Check for Understanding2 分
Check for Understanding2 分
End of Module Quiz10 分

講師

Avatar

Mark J Grover

Digital Content Delivery Lead
IBM Data & AI Learning
Avatar

Ray Lopez, Ph.D.

Data Science Curriculum Leader
IBM Data & Artificial Intelligence

IBMについて

IBM offers a wide range of technology and consulting services; a broad portfolio of middleware for collaboration, predictive analytics, software development and systems management; and the world's most advanced servers and supercomputers. Utilizing its business consulting, technology and R&D expertise, IBM helps clients become "smarter" as the planet becomes more digitally interconnected. IBM invests more than $6 billion a year in R&D, just completing its 21st year of patent leadership. IBM Research has received recognition beyond any commercial technology research organization and is home to 5 Nobel Laureates, 9 US National Medals of Technology, 5 US National Medals of Science, 6 Turing Awards, and 10 Inductees in US Inventors Hall of Fame....

IBM AI Enterprise Workflow専門講座について

This six course specialization is designed to prepare you to take the certification examination for IBM AI Enterprise Workflow V1 Data Science Specialist. IBM AI Enterprise Workflow is a comprehensive, end-to-end process that enables data scientists to build AI solutions, starting with business priorities and working through to taking AI into production. The learning aims to elevate the skills of practicing data scientists by explicitly connecting business priorities to technical implementations, connecting machine learning to specialized AI use cases such as visual recognition and NLP, and connecting Python to IBM Cloud technologies. The videos, readings, and case studies in these courses are designed to guide you through your work as a data scientist at a hypothetical streaming media company. Throughout this specialization, the focus will be on the practice of data science in large, modern enterprises. You will be guided through the use of enterprise-class tools on the IBM Cloud, tools that you will use to create, deploy and test machine learning models. Your favorite open source tools, such a Jupyter notebooks and Python libraries will be used extensively for data preparation and building models. Models will be deployed on the IBM Cloud using IBM Watson tooling that works seamlessly with open source tools. After successfully completing this specialization, you will be ready to take the official IBM certification examination for the IBM AI Enterprise Workflow....
IBM AI Enterprise Workflow

よくある質問

  • 修了証に登録すると、すべてのビデオ、テスト、およびプログラミング課題(該当する場合)にアクセスできます。ピアレビュー課題は、セッションが開始してからのみ、提出およびレビューできます。購入せずにコースを検討することを選択する場合、特定の課題にアクセスすることはできません。

  • 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。

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。