This project completer has proven a deep understanding on massive parallel data processing, data exploration and visualization, advanced machine learning and deep learning and how to apply his knowledge in a real-world practical use case where he justifies architectural decisions, proves understanding the characteristics of different algorithms, frameworks and technologies and how they impact model performance and scalability.
Ce cours fait partie de la Spécialisation Advanced Data Science with IBM
Advanced Data Science Capstone
proposé par
Programme du cours : ce que vous apprendrez dans ce cours
Semaine
1Week 1 - Identify DataSet and UseCase
In this module, the basic process model used for this capstone project is introduced. Furthermore, the learner is required to identify a practical use case and data set
1 vidéo (Total 2 min), 6 lectures, 2 quiz
1 vidéo
6 lectures
A warm welcome10 min
Overview of Architectural Methodologies for DataScience10 min
Lightweight IBM Cloud Garage Method for Data Science10 min
Data Sources and Use Cases10 min
Initial Data Exploration10 min
Architectural Decisions Document (ADD)10 min
1 exercice pour s'entraîner
Milestones Checklist Week 1
Semaine
2Week 2 - ETL and Feature Creation
This module emphasizes on the importance of ETL, data cleansing and feature creation as a preliminary step in ever data science project
3 lectures, 2 quiz
3 lectures
Extract Transform Load (ETL)10 min
Data Cleansing10 min
Feature Engineering10 min
1 exercice pour s'entraîner
Milestones Checklist Week 2
Semaine
3Week 3 - Model Definition and Training
This module emphasizes on model selection based on use case and data set. It is important to understand how those two factors impact choice of a useful model algorithm.
2 lectures, 2 quiz
2 lectures
Model Definition10 min
Model Training10 min
1 exercice pour s'entraîner
Milestones Checklist Week 3
Semaine
4Model Evaluation, Tuning, Deployment and Documentation
One a model is trained it is important to assess its performance using an appropriate metric. In addition, once the model is finished, it has to be made consumable by business stakeholders in an appropriate way
5 lectures, 3 quiz
5 lectures
Model Evaluation10 min
Model Deployment10 min
Data Product (optional)10 min
Create ADD - Architectural Decisions Document10 min
Create a Video of your final presentation10 min
1 exercice pour s'entraîner
Milestones Checklist Week 4
4.7
11 avisMeilleurs avis
par SS•Jan 14th 2019
I liked the peer-graded environment.\n\nLike the final submission requirements. That's really helps in aquiring the skills like presentation skills, Documentation skills, project mangement
par JR•Jan 29th 2019
I find this course enlightening, simple to follow and a bit challenging! I feel much more confident in my Advanced Data Science skills after this course.
Enseignant
Romeo Kienzler
Chief Data Scientist, Course LeadIBM Watson IoT
À propos de IBM
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.
À propos de la Spécialisation Advanced Data Science with IBM
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.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Quelle est la politique de remboursement ?
Une aide financière est-elle possible ?
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
Coursera propose un accès universel à la meilleure formation au monde,
en partenariat avec des universités et des organisations du plus haut niveau, pour proposer des cours en ligne.
© 2019 Coursera Inc. Tous droits réservés.
