4.6
étoiles
1,060 évaluations

94 %

Joseph Santarcangelo +1 enseignant de plus

49 511 déjà inscrits

Offert par

Réseau de compétences IBM

À propos de ce cours

180 944 consultations récentes

This first course in the IBM Machine Learning Professional Certificate introduces you to Machine Learning and the content of the professional certificate. In this course you will realize the importance of good, quality data. You will learn common techniques to retrieve your data, clean it, apply feature engineering, and have it ready for preliminary analysis and hypothesis testing.
By the end of this course you should be able to:
Retrieve data from multiple data sources: SQL, NoSQL databases, APIs, Cloud 
Describe and use common feature selection and feature engineering techniques
Handle categorical and ordinal features, as well as missing values
Use a variety of techniques for detecting and dealing with outliers
Articulate why feature scaling is important and use a variety of scaling techniques
 
Who should take this course?
This course targets aspiring data scientists interested in acquiring hands-on experience  with Machine Learning and Artificial Intelligence in a business setting.
 
What skills should you have?
To make the most out of this course, you should have familiarity with programming on a Python development environment, as well as fundamental understanding of Calculus, Linear Algebra, Probability, and Statistics.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Niveau intermédiaire

Approx. 14 heures pour terminer

Anglais

Votre entreprise pourrait-elle bénéficier de la formation des employés à des compétences recherchées ?

Essayez Coursera pour les affaires

Compétences que vous acquerrez

Artificial Intelligence (AI)
Machine Learning
Feature Engineering
Statistical Hypothesis Testing
Exploratory Data Analysis

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Niveau intermédiaire

Approx. 14 heures pour terminer

Anglais

Votre entreprise pourrait-elle bénéficier de la formation des employés à des compétences recherchées ?

Essayez Coursera pour les affaires

Enseignants

Évaluation de l'enseignant

4,45/5 (418 évaluations)

Joseph Santarcangelo

Ph.D., Data Scientist at IBM

IBM Developer Skills Network

885 133 étudiants

26 cours

Svitlana (Lana) Kramar

Data Science Content Developer

Skills Network

54 270 étudiants

3 cours

Offert par

Réseau de compétences IBM

IBM is the global leader in business transformation through an open hybrid cloud platform and AI, serving clients in more than 170 countries around the world. Today 47 of the Fortune 50 Companies rely on the IBM Cloud to run their business, and IBM Watson enterprise AI is hard at work in more than 30,000 engagements. IBM is also one of the world’s most vital corporate research organizations, with 28 consecutive years of patent leadership. Above all, guided by principles for trust and transparency and support for a more inclusive society, IBM is committed to being a responsible technology innovator and a force for good in the world.

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

Programme de cours : ce que vous apprendrez dans ce cours

Évaluation du contenu94%(4,598 évaluations)

Semaine

Semaine 1

2 heures pour terminer

A Brief History of Modern AI and its Applications

Artificial Intelligence is not new, but it is new in a sense that it is easier than ever to get started using Machine Learning in business settings. In this module, we will go over a quick introduction to AI and Machine Learning and we will visit a brief history of the modern AI. We will also explore some of the current applications of AI and Machine Learning for you, to think about how you want to leverage them in your day to day business practice or personal projects.

2 heures pour terminer

10 vidéos (Total 57 min), 2 lectures, 3 quiz

10 vidéos

Course Introduction1 min

Introduction to Artificial Intelligence and Machine Learning5 min

Machine Learning and Deep Learning10 min

Machine Learning and Deep Learning - Part 15 min

Machine Learning and Deep Learning - Part 24 min

History of AI7 min

History of Machine Learning and Deep Learning5 min

Modern AI6 min

Applications3 min

Machine Learning Workflow6 min

2 lectures

Course Prerequisites4 min

Review3 min

3 exercices pour s'entraîner

Practice Quiz: Artificial Intelligence and Machine Learning5 min

Practice Quiz: Modern AI Applications and Workflows5 min

Graded Quiz: Module 1 - Modern AI and its Applications30 min

Semaine

Semaine 2

3 heures pour terminer

Retrieving and Cleaning Data

3 heures pour terminer

7 vidéos (Total 43 min), 3 lectures, 6 quiz

7 vidéos

Retrieving Data from CSV and JSON Files4 min

Retrieving Data from Databases, APIs, and the Cloud8 min

[Optional] Lab Solution: Reading Data Jupyter Notebook - Part A7 min

[Optional]Lab Solution: Reading in Database Files - Part B5 min

Data Cleaning6 min

Handling Missing Values and Outliers6 min

Handling Missing Values and Outliers using Residuals4 min

3 lectures

[Optional] Download Assets for Lab: Reading Data in Database Files - Part A2 min

[Optional] Download Assets for Lab: Reading Data in Jupyter Notebook - Part B2 min

Summary/Review3 min

3 exercices pour s'entraîner

Practice Quiz: Retrieving Data9 min

Practice Quiz: Data Cleaning5 min

Graded Quiz: Module 2 - Retrieving Data and Cleaning Data30 min

Semaine

Semaine 3

5 heures pour terminer

Exploratory Data Analysis and Feature Engineering

5 heures pour terminer

15 vidéos (Total 104 min), 3 lectures, 7 quiz

15 vidéos

Introduction to Exploratory Data Analysis (EDA)5 min

EDA with Visualization6 min

Grouping Data for EDA6 min

[Optional]Solution: EDA Notebook - Part 15 min

[Optional]Solution: EDA Notebook - Part 210 min

[Optional]Solution: EDA Notebook - Part 36 min

[Optional]Solution: EDA Notebook - Part 48 min

Feature Engineering and Variable Transformation - Background3 min

Variable Transformation5 min

Feature Encoding3 min

Feature Scaling4 min

Common Variable Transformations in Python2 min

[Optional] Solution: Feature Engineering Lab - Part 111 min

[Optional] Solution: Feature Engineering Lab - Part 212 min

[Optional] Solution: Feature Engineering Lab - Part 39 min

3 lectures

[Optional] Download Assets for Lab: Exploratory Data Analysis Lab2 min

[Optional] Download Assets for Lab: Feature Engineering Demo 2 min

Summary/Review10 min

3 exercices pour s'entraîner

Practice Quiz: Exploratory Data Analysis5 min

Practice Quiz: Feature Engineering and Variable Transformation5 min

Graded Quiz: Module 3 - Exploratory Data Analysis and Feature Engineering30 min

Semaine

Semaine 4

3 heures pour terminer

Inferential Statistics and Hypothesis Testing

Inferential statistics and hypothesis testing are two types of data analysis often overlooked at early stages of analyzing your data. They can give you quick insights about the quality of your data. They also help you confirm business intuition and help you prescribe what to analyze next using Machine Learning. This module looks at useful definitions and simple examples that will help you get started creating hypothesis around your business problem and how to test them.

3 heures pour terminer

16 vidéos (Total 88 min), 2 lectures, 5 quiz

16 vidéos

Estimation and Inference - Introduction5 min

Estimation and Inference - Example5 min

Estimation and Inference - Parametric vs. Non-Parametric5 min

Estimation and Inference - Commonly Used Distributions4 min

Frequentist vs. Bayesian Statistics5 min

Introduction to Hypothesis2 min

Hypothesis Testing Example2 min

Bayesian Interpretation of Hypothesis Testing Example4 min

Type 1 vs Type 2 Error5 min

Type 1 vs Type 2 Error: Examples4 min

Hypothesis Testing Terminology 4 min

Significance Level and P-Values7 min

Significance Level and P-Values and the F Statistic5 min

[Optional] Hypothesis Testing Demo - Part 15 min

[Optional] Hypothesis Testing Demo - Part 210 min

Correlation vs Causation9 min

2 lectures

[Optional] Download Assets for Lab: Hypothesis Testing Demo2 min

Summary/Review3 min

3 exercices pour s'entraîner

Practice Quiz: Estimation and Inference, and Hypothesis Testing5 min

Practice Quiz: Hypothesis Testing5 min

Graded Quiz: Module 4 - Inferential Statistics and Hypothesis Testing30 min

Avis

4.6

238 avis

5 stars
70,82 %
4 stars
20,45 %
3 stars
5,25 %
2 stars
2,06 %
1 star
1,40 %

Meilleurs avis pour EXPLORATORY DATA ANALYSIS FOR MACHINE LEARNING

par AM17 déc. 2020

Good introduction. The time estimates to complete assignments are off.

Need a lot more material and direction for assignments to aid learning.

par SA12 avr. 2022

Very clear and well structured. You can see that lots of time went into the preparation of the course. Kudos to the lecturer.

par PZ6 avr. 2021

Very well curated course. Walks through all the topics in detail. Would be better if the professor had a little bit higher voice.

par AE26 sept. 2021

Very detailed course of Exploratory Data Analysis for Machine learning. Ready to take the next step in data science or Machine learning, this is great course for taking you to the next level.

Voir tous les avis

Foire Aux Questions

Quand aurai-je accès aux vidéos de cours et aux devoirs ?
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.
À quoi ai-je droit si je m'abonne à ce Certificat ?
Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours du Certificat, 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 Étudiants.

Développez les compétences de vos employés, obtenez des résultats commerciaux

Découvrez Coursera pour les affaires

Exploratory Data Analysis for Machine Learning

À propos de ce cours

Compétences que vous acquerrez