Informações sobre o curso

14,209 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
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

Instrutores

oferecido por

Placeholder

Universidade do Colorado em Boulder

Comece a trabalhar rumo ao seu mestrado

Este curso é parte da graduação 100% on-line Master of Science in Electrical Engineering da Universidade do Colorado em Boulder. Caso seja aceito para o programa completo, seus cursos contarão para sua graduação.

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

10 horas para concluir

Project Planning and Staffing

10 horas para concluir
12 vídeos (Total 112 mín.), 2 leituras, 2 testes
12 videos
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
Semana
2

Semana 2

2 horas para concluir

Sensors and File Systems

2 horas para concluir
16 vídeos (Total 103 mín.)
16 videos
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
Semana
3

Semana 3

3 horas para concluir

Machine Learning

3 horas para concluir
22 vídeos (Total 132 mín.)
22 videos
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
Semana
4

Semana 4

2 horas para concluir

Big Data Analytics

2 horas para concluir
19 vídeos (Total 119 mín.)
19 videos
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

Visualizar todas as avaliações

Sobre Programa de cursos integrados Developing Industrial Internet of Things

Developing Industrial Internet of Things

Perguntas Frequentes – FAQ

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.