This course can also be taken for academic credit as ECEA 5386, part of CU Boulder’s Master of Science in Electrical Engineering degree.
Este curso faz parte do Programa de cursos integrados Developing Industrial Internet of Things
oferecido por
Programa de cursos integrados Developing Industrial Internet of ThingsUniversidade do Colorado em BoulderInformações sobre o curso
14,467 visualizações recentes
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 17 horas para completar
Inglês
Legendas: Inglês
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 17 horas para completar
Inglês
Legendas: Inglês
oferecido por
Universidade do Colorado em Boulder
CU-Boulder is a dynamic community of scholars and learners on one of the most spectacular college campuses in the country. As one of 34 U.S. public institutions in the prestigious Association of American Universities (AAU), we have a proud tradition of academic excellence, with five Nobel laureates and more than 50 members of prestigious academic academies.
Comece a trabalhar rumo ao seu mestrado
This curso is part of the 100% online Master of Science in Electrical Engineering from Universidade do Colorado em Boulder.
If you are admitted to the full program, your courses count towards your degree learning.
Programa - O que você aprenderá com este curso
10 horas para concluir
Project Planning and Staffing
In this module I share with you my experience in product planning, staffing and execution. You will perform a product tear down, write a paper about your tear down and build a bill of materials (BOM) for that product.
10 horas para concluir
12 vídeos (Total 112 mín.), 2 leituras, 2 testes
12 videos
Introduction1min
Segment 1 - Learning Outcomes, Introduction to a Design Process12min
Segment 2 - Requirements, Scope, Schedule, Resources, Heap Chart15min
Segment 3 - Roles and Responsibilities6min
Segment 4 - Process: Architecture Definition, Design Planning13min
Segment 5 - Process: Architecture Definition, Design Planning 218min
Segment 6 - Process: Develop9min
Segment 7 - Process: Verification11min
Segment 8 - Process: Manufacture2min
Segment 9 - Process: Deploy10min
Segment 10 - Process: Validation6min
Segment 11 - Temperature5min
2 leituras
Access to Course Resources10min
A Note from the Instructor5min
1 exercício prático
Module 1 Quiz10min
2 horas para concluir
Sensors and File Systems
In this module you will learn about sensors, and in this case, a temperature sensor. You will learn how to calibrate and then validate that a temperature sensor is producing accurate results. We will study how data is stored on hard drives and solid state drives. We will take a brief look at file systems used to store large data sets.
2 horas para concluir
16 vídeos (Total 103 mín.)
16 videos
Introduction28s
Segment 1 - Learning Outcomes, Introduction to Thermistors3min
Segment 2 - Terminology: Resolution, Precision, Accuracy, Tolerance6min
Segment 3 - Basic Sensor Circuit5min
Segment 4 - Accuracy Example2min
Segment 5 - Calculating Rtherm2min
Segment 6 - Validating Calibration5min
Segment 7 - Filtering Techniques11min
Segment 8 - Block, Object and Key-Value Storage Devices15min
Segment 9 - Filesystem Basics3min
Segment 10 - A File on a Hard Drive5min
Segment 11 - A File on a Solid State Drive8min
Segment 12 - File System: NFS4min
Segment 13 - How Big is "Big"?8min
Segment 14 - Traditional File System Bottlenecks3min
Segment 15 - Parallel Distributed File Systems: Hadoop, Lustre13min
1 exercício prático
Module 2 Quiz18min
3 horas para concluir
Machine Learning
In this module we look at machine learning (ML), what it is and how it works. We take a look at a couple supervised learning algorithms and 1 unsupervised learning algorithm. No coding is required of you. Instead I provide working source code to you so you can play around with these algorithms. I wrap up by providing some examples of how ML can be used in the IIoT space.
3 horas para concluir
22 vídeos (Total 132 mín.)
22 videos
Introduction30s
Segment 1 - Learning Outcomes1min
Segment 2 - AI Backgrounder6min
Segment 3 - Machine Learning, What is it?6min
Segment 4 - Machine Learning Schools of Thought9min
Segment 5 - Get the Tools3min
Segment 6 - Categories of Machine Learning5min
Segment 7 - Supervised Learning, Linear Regression 17min
Segment 8 - Supervised Learning, Linear Regression 29min
Segment 9 - Supervised Learning, Linear Regression 38min
Segment 10 - Supervised Learning, Linear Regression 49min
Segment 11 - Supervised Learning, Bayes Theorem4min
Segment 12 - Supervised Learning, Naive Bayes9min
Segment 13 - Supervised Learning, Support Vector Machines (SVM) Introduction55s
Segment 14 - Supervised Learning, SVMs12min
Segment 15 - Unsupervised Learning, K-Means11min
Segment 16 - Reinforcement Learning46s
Segment 17 - Supervised Learning, Deep Learning2min
Segment 18 - Rick Rashid, Natural Language Processing8min
Segment 19 - Deep Learning, Hearing Aid2min
Segment 20 - Machine Learning in IIoT4min
Segment 21 - Machine Learning Summary4min
1 exercício prático
Module 3 Quiz22min
2 horas para concluir
Big Data Analytics
In this module you will learn about big data and why we want to study it. You will learn about issues that can arise with a data set and the importance of properly preparing data prior to a ML exercise.
2 horas para concluir
19 vídeos (Total 119 mín.)
19 videos
Introduction33s
Segment 1 - Learning Outcomes, Definition of Big Data3min
Segment 2 - Importance of Big Data, Characteristics of Big Data4min
Segment 3 - Size of Big Data4min
Segment 4 - Introduction to Predictive Analytics2min
Segment 5 - Role of Statistics and Data Mining3min
Segment 6 - Machine Learning, Generalization and Discrimination7min
Segment 7 - Frameworks, Testing and Validating5min
Segment 8 - Bias and Variance in your Data3min
Segment 9 - Out-of-sample Data and Learning Curves5min
Segment 10 - Cross Validation5min
Segment 11 - Model Complexity, Over- and Under-fitting3min
Segment 12 - Processing Your Data Prior to Machine Learning8min
Segment 13 - Good Data, Smart Data6min
Segment 14 - Visualizing Your Data1min
Segment 15 - Principal Component Analysis (PCA)2min
Segment 16 - Prognostic Health Management, Hadoop Machine Learning Library11min
Segment 17 - My Example: Predicting NFL Football Winners18min
Segment 18 - Tom Bradicich, Hewlett Packard's Viewpoint on Big Data20min
1 exercício prático
Module 4 Quiz26min
Avaliações
Principais avaliações do PROJECT PLANNING AND MACHINE LEARNING
por DB6 de Jul de 2020
Very well designed and delivered Course. Thank you for the opportunity. Special Thanks to Prof Dave Sluiter
por AN2 de Jun de 2020
It was a good course to get a background and basic clearing while developing IIoT projects...
por RK15 de Mai de 2020
Got good idea about predictive analysis and ML concepts used in IoT design
por AB1 de Abr de 2019
quizzes can be tougher. great course!\n\n100% history oriented.
Sobre Programa de cursos integrados Developing Industrial Internet of Things
The courses in this specialization can also be taken for academic credit as ECEA 5385-5387, part of CU Boulder’s Master of Science in Electrical Engineering degree. Enroll here.
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
O acesso a palestras e tarefas depende do tipo de inscrição. Se você participar de um curso como ouvinte, você poderá ver quase todo o conteúdo do curso gratuitamente. Para acessar tarefas valendo nota e obter um Certificado, você precisará adquirir a experiência do Certificado, durante ou após a participação como ouvinte. Se você não vir a opção de participar como ouvinte:
- o curso pode não oferecer essa opção. Você pode experimentar um teste gratuito ou solicitar o auxílio financeiro.
- Em vez disso, o curso pode oferecer 'Curso completo, sem Certificado'. Com esta opção, é possível ver todo o conteúdo do curso, enviar as avaliações necessárias e obter uma nota final. Isso também significa que você não poderá comprar uma experiência de Certificado.
O que recebo ao me inscrever nesta Especialização?
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.
Is financial aid available?
Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
