このコースについて

7,459 最近の表示

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。

中級レベル

約16時間で修了

推奨:6 hours/week...

英語

字幕:英語

学習内容

  • How to staff, plan and execute a project.

  • How to build a bill of materials for a product.

  • How to calibrate sensors and validate sensor measurements.

  • How hard drives and solid state drives operate.

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。

中級レベル

約16時間で修了

推奨:6 hours/week...

英語

字幕:英語

シラバス - 本コースの学習内容

1

1

10時間で修了

Project Planning and Staffing

10時間で修了
12件のビデオ (合計112分), 2 readings, 2 quizzes
12件のビデオ
Segment 1 - Learning Outcomes, Introduction to a Design Process12 分
Segment 2 - Requirements, Scope, Schedule, Resources, Heap Chart15 分
Segment 3 - Roles and Responsibilities6 分
Segment 4 - Process: Architecture Definition, Design Planning13 分
Segment 5 - Process: Architecture Definition, Design Planning 218 分
Segment 6 - Process: Develop9 分
Segment 7 - Process: Verification11 分
Segment 8 - Process: Manufacture2 分
Segment 9 - Process: Deploy10 分
Segment 10 - Process: Validation6 分
Segment 11 - Temperature5 分
2件の学習用教材
Access to Course Resources10 分
A Note from the Instructor5 分
1の練習問題
Module 1 Quiz10 分
2

2

2時間で修了

Sensors and File Systems

2時間で修了
16件のビデオ (合計103分)
16件のビデオ
Segment 1 - Learning Outcomes, Introduction to Thermistors3 分
Segment 2 - Terminology: Resolution, Precision, Accuracy, Tolerance6 分
Segment 3 - Basic Sensor Circuit5 分
Segment 4 - Accuracy Example2 分
Segment 5 - Calculating Rtherm2 分
Segment 6 - Validating Calibration5 分
Segment 7 - Filtering Techniques11 分
Segment 8 - Block, Object and Key-Value Storage Devices15 分
Segment 9 - Filesystem Basics3 分
Segment 10 - A File on a Hard Drive5 分
Segment 11 - A File on a Solid State Drive8 分
Segment 12 - File System: NFS4 分
Segment 13 - How Big is "Big"?8 分
Segment 14 - Traditional File System Bottlenecks3 分
Segment 15 - Parallel Distributed File Systems: Hadoop, Lustre13 分
1の練習問題
Module 2 Quiz18 分
3

3

3時間で修了

Machine Learning

3時間で修了
22件のビデオ (合計132分)
22件のビデオ
Segment 1 - Learning Outcomes1 分
Segment 2 - AI Backgrounder6 分
Segment 3 - Machine Learning, What is it?6 分
Segment 4 - Machine Learning Schools of Thought9 分
Segment 5 - Get the Tools3 分
Segment 6 - Categories of Machine Learning5 分
Segment 7 - Supervised Learning, Linear Regression 17 分
Segment 8 - Supervised Learning, Linear Regression 29 分
Segment 9 - Supervised Learning, Linear Regression 38 分
Segment 10 - Supervised Learning, Linear Regression 49 分
Segment 11 - Supervised Learning, Bayes Theorem4 分
Segment 12 - Supervised Learning, Naive Bayes9 分
Segment 13 - Supervised Learning, Support Vector Machines (SVM) Introduction55
Segment 14 - Supervised Learning, SVMs12 分
Segment 15 - Unsupervised Learning, K-Means11 分
Segment 16 - Reinforcement Learning46
Segment 17 - Supervised Learning, Deep Learning2 分
Segment 18 - Rick Rashid, Natural Language Processing8 分
Segment 19 - Deep Learning, Hearing Aid2 分
Segment 20 - Machine Learning in IIoT4 分
Segment 21 - Machine Learning Summary4 分
1の練習問題
Module 3 Quiz22 分
4

4

2時間で修了

Big Data Analytics

2時間で修了
19件のビデオ (合計119分)
19件のビデオ
Segment 1 - Learning Outcomes, Definition of Big Data3 分
Segment 2 - Importance of Big Data, Characteristics of Big Data4 分
Segment 3 - Size of Big Data4 分
Segment 4 - Introduction to Predictive Analytics2 分
Segment 5 - Role of Statistics and Data Mining3 分
Segment 6 - Machine Learning, Generalization and Discrimination7 分
Segment 7 - Frameworks, Testing and Validating5 分
Segment 8 - Bias and Variance in your Data3 分
Segment 9 - Out-of-sample Data and Learning Curves5 分
Segment 10 - Cross Validation5 分
Segment 11 - Model Complexity, Over- and Under-fitting3 分
Segment 12 - Processing Your Data Prior to Machine Learning8 分
Segment 13 - Good Data, Smart Data6 分
Segment 14 - Visualizing Your Data1 分
Segment 15 - Principal Component Analysis (PCA)2 分
Segment 16 - Prognostic Health Management, Hadoop Machine Learning Library11 分
Segment 17 - My Example: Predicting NFL Football Winners18 分
Segment 18 - Tom Bradicich, Hewlett Packard's Viewpoint on Big Data20 分
1の練習問題
Module 4 Quiz26 分

提供:

コロラド大学ボルダー校(University of Colorado Boulder) ロゴ

コロラド大学ボルダー校(University of Colorado Boulder)

修士号の取得を目指しましょう

この コース は コロラド大学ボルダー校(University of Colorado Boulder) の100%オンラインの Master of Science in Electrical Engineering の一部です。 プログラムのすべてで認定されれば、それらのコースが学位学習に加算されます。

Developing Industrial Internet of Things専門講座について

The courses in this specialization can also be taken for academic credit as ECEA 5385-5387, part of CU Boulder’s Master of Science in Electrical Engineering degree. Enroll here. In this specialization, you will engage the vast array of technologies that can be used to build an industrial internet of things deployment. You'll encounter market sizes and opportunities, operating systems, networking concepts, many security topics, how to plan, staff and execute a project plan, sensors, file systems and how storage devices work, machine learning and big data analytics, an introduction to SystemC, techniques for debugging deeply embedded systems, promoting technical ideas within a company and learning from failures. In addition, students will learn several key business concepts important for engineers to understand, like CapEx (capital expenditure) for buying a piece of lab equipment and OpEx (operational expense) for rent, utilities and employee salaries....
Developing Industrial Internet of Things

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。