Informações sobre o curso
4.6
208 classificações
34 avaliações

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível avançado

Aprox. 16 horas para completar

Sugerido: 15 hours/week...

Inglês

Legendas: Inglês

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível avançado

Aprox. 16 horas para completar

Sugerido: 15 hours/week...

Inglês

Legendas: Inglês

Programa - O que você aprenderá com este curso

Semana
1
4 horas para concluir

Setting the stage

...
10 vídeos (total de (Total 59 mín.) min), 1 leitura, 3 testes
10 videos
Linear algebra5min
High Dimensional Vector Spaces2min
Supervised vs. Unsupervised Machine Learning4min
How ML Pipelines work3min
Introduction to SparkML20min
What is SystemML (1/2) ?3min
What is SystemML (2/2) ?6min
How to use Apache SystemML in IBM Watson Studio4min
Extract - Transform - Load3min
1 leituras
Object Store10min
2 exercícios práticos
Machine Learning12min
ML Pipelines6min
Semana
2
6 horas para concluir

Supervised Machine Learning

...
26 vídeos (total de (Total 131 mín.) min), 1 leitura, 10 testes
26 videos
LinearRegression with Apache SparkML6min
Linear Regression using Apache SystemML3min
Batch Gradient Descent using Apache SystemML8min
The importance of validation data to prevent overfitting3min
Important evaluation measures2min
Logistic Regression1min
LogisticRegression with Apache SparkML4min
Probabilities refresher6min
Rules of probability and Bayes' theorem10min
The Gaussian distribution4min
Bayesian inference4min
Bayesian inference - example9min
Maximum a posteriori estimation5min
Bayesian inference in Python8min
Why is Naive Bayes "naive"7min
Support Vector Machines3min
Support Vector Machines using Apache SparkML8min
Crossvalidation1min
Hyper-parameter tuning using GridSearch3min
Decision Trees2min
Bootstrap Aggregation (Bagging) and RandomForest1min
Boosting and Gradient Boosted Trees6min
Gradient Boosted Trees with Apache SparkML2min
Hyperparameter-Tuning using GridSeach and CrossValidation in Apache SparkML on Gradient Boosted Trees3min
Regularization3min
1 leituras
Classification evaluation measures10min
9 exercícios práticos
Linear Regression6min
Splitting and Overfitting2min
Evaluation Measures2min
Logistic Regression2min
Naive Bayes16min
Support Vector Machines2min
Testing, X-Validation, GridSearch4min
Enselble Learning4min
Regularization4min
Semana
3
5 horas para concluir

Unsupervised Machine Learning

...
13 vídeos (total de (Total 67 mín.) min), 1 leitura, 3 testes
13 videos
Introduction to Clustering: k-Means3min
Hierarchical Clustering3min
Density-based clustering (Guest Lecture Saeed Aghabozorgi)4min
Using K-Means in Apache SparkML2min
Curse of Dimensionality9min
Dimensionality Reduction4min
Principal Component Analysis6min
Principal Component Analysis (demo)6min
Covariance matrix and direction of greatest variance8min
Eigenvectors and eigenvalues8min
Projecting the data4min
PCA in SystemML2min
1 leituras
Reading on Clustering Evaluation and Assessment10min
2 exercícios práticos
Clustering4min
PCA16min
Semana
4
5 horas para concluir

Digital Signal Processing in Machine Learning

...
13 vídeos (total de (Total 108 mín.) min), 3 testes
13 videos
Fourier Transform in action6min
Signal generation and phase shift11min
The maths behind Fourier Transform11min
Discrete Fourier Transform16min
Fourier Transform in SystemML15min
Fast Fourier Transform7min
Nonstationary signals5min
Scaleograms7min
Continous Wavelet Transform3min
Scaling and translation3min
Wavelets and Machine Learning3min
Wavelets transform and SVM demo6min
2 exercícios práticos
Fourier Transform16min
Wavelet Transform16min
4.6
34 avaliaçõesChevron Right

40%

comecei uma nova carreira após concluir estes cursos

50%

consegui um benefício significativo de carreira com este curso

33%

recebi um aumento ou promoção

Melhores avaliações

por ASep 8th 2018

A career changer course, thanks the hand-ons which is second to none, i have gained experience which on other online course can produce, thanks to IBM for this course which timely and excellent.

por JJJan 1st 2019

Such great material. I really loved working out the notebooks. I have to go back and redo the IoT starter exercise to get better accuracy, but this was awesome!

Instrutores

Avatar

Romeo Kienzler

Chief Data Scientist, Course Lead
IBM Watson IoT
Avatar

Nikolay Manchev

Data Scientist
IBM EMEA Data Science

Sobre 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....

Sobre o Programa de cursos integrados 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....
Advanced Data Science with IBM

Perguntas Frequentes – FAQ

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.