À propos de ce cours

6,970 consultations récentes
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau avancé
Approx. 12 heures pour terminer
Anglais

Compétences que vous acquerrez

Data ScienceInformation EngineeringArtificial Intelligence (AI)Machine LearningPython Programming
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau avancé
Approx. 12 heures pour terminer
Anglais

Offert par

Placeholder

IBM

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1

Semaine 1

6 heures pour terminer

Data transforms and feature engineering

6 heures pour terminer
6 vidéos (Total 31 min), 14 lectures, 5 quiz
6 vidéos
Introduction to Class Imbalance1 min
Class Imbalance Deep Dive9 min
Introduction to Dimensionality Reduction2 min
Dimension Reduction13 min
Case Study Intro / Feature Engineering1 min
14 lectures
Data Transformation: Through the eyes of our Working Example3 min
Transforms with scikit-learn3 min
Pipelines3 min
Class imbalance: Through the Eyes of our Working Example3 min
Class Imbalance5 min
Sampling Techniques2 min
Models that Naturally Handle Imbalance2 min
Data Bias2 min
Dimensionality Reduction: Through the Eyes of Our Working Example3 min
Why is Dimensionality Reduction Important?3 min
Dimensionality Reduction and Topic models5 min
Topic modeling: Through the Eyes of our Working Example3 min
Getting Started with the Topic Modeling Case Study (hands-on)2 h
Data Transforms and Feature Engineering: Summary/Review5 min
5 exercices pour s'entraîner
Getting Started: Check for Understanding30 min
Class Imbalance, Data Bias: Check for Understanding30 min
Dimensionality Reduction: Check for Understanding3 min
CASE STUDY - Topic Modeling: Check for Understanding30 min
Data Transforms and Feature Engineering: End of Module Quiz10 min
Semaine
2

Semaine 2

6 heures pour terminer

Pattern recognition and data mining best practices

6 heures pour terminer
5 vidéos (Total 16 min), 11 lectures, 5 quiz
5 vidéos
Introduction to Outliers2 min
Outlier Detection3 min
Introduction to Unsupervised learning2 min
Unsupervised Learning5 min
11 lectures
ai360: Through the Eyes of our Working Example3 min
Introduction to ai360 (hands-on)15 min
Outlier Detection: Through the Eyes of our Working Example3 min
Outliers3 min
Unsupervised learning: Through the Eyes of our Working Example3 min
An Overview of Unsupervised Learning2 min
Clustering3 min
Clustering Evaluation3 min
Clustering: Through the Eyes of our Working Example3 min
Getting Started with the Clustering Case Study (hands-on)2h 10min
Pattern Recognition and Data Mining Best Practices: Summary/Review4 min
5 exercices pour s'entraîner
ai360 Tutorial: Check for Understanding30 min
Outlier Detection: Check for Understanding30 min
Unsupervised Learning: Check for Understanding30 min
CASE STUDY - Clustering: Check for Understanding30 min
Pattern Recognition and Data Mining Best Practices: End of Module Quiz12 min

Avis

Meilleurs avis pour AI WORKFLOW: FEATURE ENGINEERING AND BIAS DETECTION

Voir tous les avis

À propos du Spécialisation IBM AI Enterprise Workflow

IBM AI Enterprise Workflow

Foire Aux Questions

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.