À propos de ce cours

8,973 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. 9 heures pour terminer
Anglais
Sous-titres : 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. 9 heures pour terminer
Anglais
Sous-titres : Anglais

Offert par

Logo IBM

IBM

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1

Semaine 1

5 heures pour terminer

Data transforms and feature engineering

5 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 Understanding2 min
Class Imbalance, Data Bias: Check for Understanding2 min
Dimensionality Reduction: Check for Understanding3 min
CASE STUDY - Topic Modeling: Check for Understanding2 min
Data Transforms and Feature Engineering: End of Module Quiz10 min
Semaine
2

Semaine 2

4 heures pour terminer

Pattern recognition and data mining best practices

4 heures pour terminer
4 vidéos (Total 10 min), 11 lectures, 5 quiz
4 vidéos
Introduction to Outliers2 min
Outlier Detection3 min
Introduction to Unsupervised learning2 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 Understanding2 min
Outlier Detection: Check for Understanding2 min
Unsupervised Learning: Check for Understanding2 min
CASE STUDY - Clustering: Check for Understanding2 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

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

Foire Aux Questions

  • L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :

    • Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
    • Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
  • 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.

  • Si vous vous abonnez, vous bénéficiez d'une période d'essai gratuite de 7 jours, durant laquelle vous pouvez annuler votre abonnement sans pénalité. Ensuite, nous n'accordons plus de remboursements, mais vous pouvez annuler votre abonnement à tout instant. Consultez notre politique de remboursement complète.

  • Oui, Coursera offre une Aide Financière aux étudiants qui n'ont pas les moyens d'acquitter les frais. Demandez-la en cliquant sur le lien Aide Financière sous le bouton S'inscrire situé à gauche. Vous devrez remplir un formulaire de demande et vous serez averti(e) si elle est acceptée. Vous devrez répéter cette procédure pour chaque cours de la Spécialisation, y compris pour le Projet Final. En savoir plus.

  • This course assumes that you are already familiar with basic data science concepts including probability and statistics, linear algebra, machine learning, and the use of Python and Jupyter. It is assumed you have completed the first two courses of the specialization: AI Workflow: Business Priorities and Data Ingestion, AI Workflow: Data Analysis and Hypothesis Testing.

  • No. The certification exam is administered by Pearson VUE and must be taken at one of their testing facilities. You may visit their site at https://home.pearsonvue.com/ for more information.

  • Please visit the Pearson VUE web site at https://home.pearsonvue.com/ for the latest information on taking the AI Enterprise Workflow certification test.

  • It is highly recommended that you have at least a basic working knowledge of design thinking and Watson Studio prior to taking this course. Please visit the IBM Skills Gateway at http://ibm.com/training/badges and "Find a Badge" related to "design thinking" or "Watson Studio". From there you will be directed to courses covering these topics.

  • No. Most of the exercises may be completed with open source tools running on your personal computer. However, the exercises are designed with an enterprise focus and are intended to be run in an enterprise environment that allows for easier sharing and collaboration. The exercises in the last two modules of the course are heavily focused on deployment and testing of machine learning models and use the IBM Watson tooling found on the IBM Cloud.

  • Yes. All IBM Cloud Data and AI services are based upon open source technologies.

  • The exercises in the course may be completed by anyone using the IBM Cloud "Lite" plan, which is free for use.

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