Online cursus – gecertificeerde professionele specialisatie in IBM machine learning

Leer meer over machine learning via praktijkcases. Verkrijg de vaardigheden die nodig zijn voor een carrière in een van de meest relevante gebieden van de moderne kunstmatige intelligentie door middel van praktische en deskundige projecten van IBM-professionals.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

Gemiddeld niveau

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Identificeer het potentieel van algoritmen in machine learning en kunstmatige intelligentie in verschillende bedrijfssituaties.
  • Onderscheiden wanneer machine learning moet worden gebruikt om gedrag te verklaren en wanneer toekomstige resultaten moeten worden voorspeld.
  • Evalueer uw modellen op het gebied van machine learning en verbeter uw vaardigheden met best practices.
  • Ontwikkel analytische vaardigheden op het gebied van machine learning.
  • Communiceer inzichten via data-analysevaardigheden.
  • Bereid een eindpresentatie voor om de inzichten met collega’s te communiceren.

What you will learn in the course

Courses for which the course is suitable

  • Machine learning-ingenieur
  • data wetenschapper
  • Data-analist
  • Ontwikkelaar van algoritmen
  • Expert op het gebied van kunstmatige intelligentie
  • Projectmanager op het gebied van machine learning
  • Technologisch adviseur op het gebied van data
  • Softwareontwikkelaar gespecialiseerd in machine learning
  • Data onderzoeker
  • Analist informatiesystemen

Stage – een vierdelige cursusreeks

Machine learning-vaardigheden worden steeds belangrijker op de moderne arbeidsmarkt. In 2019 stond de machine learning-ingenieur op nummer één in de Verenigde Staten, met een stijging van 344% in de werkgelegenheid in het veld tussen 2015 en 2018, en een gemiddeld basissalaris van $146.085.

De vierdelige cursusreeks helpt je de basisvaardigheden te verwerven voor succes in een gewilde carrière in leren en datawetenschap. Na voltooiing van het programma zult u:

  • Identificeer het potentieel van algoritmen in machine learning en kunstmatige intelligentie in verschillende bedrijfssituaties.
  • Onderscheiden wanneer machine learning moet worden gebruikt om gedrag te verklaren en wanneer toekomstige resultaten moeten worden voorspeld.
  • Evalueer uw modellen op het gebied van machine learning en verbeter uw vaardigheden met best practices.

Aan het einde van het programma ontwikkel je echte vaardigheden op het gebied van machinaal leren die je kunt gebruiken bij je werk of het zoeken naar werk, en ook een portfolio met projecten die je expertise aantonen. Daarnaast ontvang je een certificaat van Coursera en een IBM-badge om je prestaties te delen met je netwerk en potentiële werkgevers.

Toegepast leerproject

Tijdens het programma voer je praktische projecten uit die zijn ontworpen om je analytische en machine learning-vaardigheden te ontwikkelen. Leg uw inzichten uit elk project uit met behulp van data-analysevaardigheden, inclusief het voorbereiden van een eindpresentatie om de inzichten te communiceren met collega’s op het gebied van machine learning.

Het wordt aanbevolen om de projecten die je hebt voltooid te verzamelen in een actief online portfolio waarin de vaardigheden worden weergegeven die je tijdens deze stage hebt geleerd.

Details of the courses that make up the specialization

Cursussen in machinaal leren

Cursus 1: Verkennende data-analyse

Duur: 14 uur
Beoordeling: 4,6 (1.876 beoordelingen)

wat ga je leren

  • Gegevensverzameling uit verschillende bronnen: SQL, NoSQL, API’s, cloud
  • Functieselectie en functie-engineeringtechnieken
  • Behandeling van categorische en geordende kenmerken
  • Detectie en behandeling van extreme situaties
  • Het belang van het kopen van een functie begrijpen en verschillende kooptechnieken toepassen

Vaardigheden die je gaat verwerven

  • kunstmatige intelligentie (AI)
  • machinaal leren
  • functie techniek
  • Statistische hypothesetesten
  • Verkennende data-analyse

Cursus 2: Begeleid machinaal leren: regressie

Duur: 20 uur
Beoordeling: 4,7 (584 beoordelingen)

wat ga je leren

  • Regressiemodellen trainen om continue resultaten te voorspellen
  • Foutstatistieken gebruiken om modellen te vergelijken
  • Best practices: afdelingen voor training en testen, reguleringstechnieken

Vaardigheden die je gaat verwerven

  • Lineaire regressie
  • Machine Learning (ML)-algoritmen
  • Regressieregularisatie: Ridge, LASSO

Cursus 3: Begeleid machinaal leren: classificatie

Duur: 24 uur
Beoordeling: 4,8 (354 beoordelingen)

wat ga je leren

  • Voorspellende modellen trainen om categorische resultaten te classificeren
  • Best practices voor classificatie
  • Omgaan met datasets met onevenwichtige klassen

Vaardigheden die je gaat verwerven

  • Uniform leren
  • Algoritmen van classificatie
  • beslisboom

Cursus 4: Machine learning zonder toezicht

Duur: 23 uur
Beoordeling: 4,7 (258 beoordelingen)

wat ga je leren

  • Inzichten vinden uit data zonder doel
  • Algoritmen voor groepering en dimensionaliteitsreductie
  • Best practices voor leren zonder toezicht

Vaardigheden die je gaat verwerven

  • Analyse van kibboetsen
  • Afmetingsreductie
  • Kibboets K betekent