À propos de ce cours

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

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

Anglais

Sous-titres : Anglais

Compétences que vous acquerrez

Data ScienceInformation EngineeringArtificial Intelligence (AI)Machine LearningPython Programming

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

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

Anglais

Sous-titres : Anglais

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
4 heures pour terminer

Deploying Models

3 vidéos (Total 11 min), 17 lectures, 4 quiz
3 vidéos
Introduction to Spark5 min
Model Management and Deployment in Watson Studio2 min
17 lectures
Data at scale: Through the eyes of our Working Example4 min
Optimizing performance in Python5 min
High performance computing4 min
Apache Spark30 min
Spark-submit4 min
Docker containers: Through the eyes of our Working Example3 min
On containers and Docker2 min
Docker installation and setup2 min
NVIDIA Docker4 min
Getting started with Docker4 min
Getting started with Flask4 min
Putting it all together (hands-on tutorial)45 min
More on containers3 min
Watson Machine Learning: Through the eyes of our Working Example3 min
Getting Started (hands-on)20 min
Tutorial (hands-on)40 min
Summary/Review10 min
4 exercices pour s'entraîner
Check for Understanding2 min
Check for Understanding2 min
Check for Understanding2 min
End of Module Quiz10 min
Semaine
2
2 heures pour terminer

Deploying Models using Spark

3 vidéos (Total 6 min), 11 lectures, 4 quiz
3 vidéos
Spark Recommendations1 min
Introduction to Model Deployment Case Study2 min
11 lectures
Spark Machine Learning: Through the eyes of our Working Example4 min
Spark Pipelines4 min
Spark supervised learning4 min
Spark unsupervised learning2 min
Model4 min
Spark Recommenders: Through the eyes of our Working Example4 min
Recommendation systems4 min
Recommendation systems in production4 min
Model Deployment: Through the eyes of our Working Example3 min
Getting Started1 h
Summary/Review
4 exercices pour s'entraîner
Check for Understanding2 min
Check for Understanding2 min
Check for Understanding2 min
End of Module Quiz10 min

Enseignants

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

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 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

  • 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.

  • 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.

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