Online cursus – gecertificeerde professionele stage in end-to-end praktijk bij SAS Institute

Een uitgebreide gids voor het transporteren en lanceren van een leermachine. Het programma behandelt de meest geavanceerde technieken en essentiële bedrijfspraktijken en is bedoeld voor zowel studenten op bedrijfsniveau als technologie-experts.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

starten

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Voorspellende analyse
  • Ethiek van kunstmatige intelligentie
  • kunstmatige intelligentie (AI)
  • Datawetenschap
  • machinaal leren
  • Strategie en leiderschap in machine learning
  • Machine Learning (ML)-algoritmen

What you will learn in the course

Courses for which the course is suitable

  • Projectleider op het gebied van machine learning
  • Productmanager op het gebied van machine learning
  • Projectmanager technologie
  • Beginnende datawetenschapper
  • Adviseur op het gebied van machine learning
  • Technologiestrategiemanager
  • Business development manager op het gebied van geavanceerde technologieën
  • Technologiemarketingmanager
  • data-analist
  • Geeft leiding aan een ontwikkelteam op het gebied van machine learning

Stage – een 3-delige cursusreeks

Machine learning transformeert industrieën en brengt de wereld in beweging. Het tijdschrift Harvard Business Review beschrijft het als “de belangrijkste technologie van onze tijd”.

Hoewel er veel praktische cursussen voor technologen zijn, zijn er bijna geen cursussen ontworpen voor bedrijfsleiders op het gebied van machinaal leren – dit gebrek is merkbaar, omdat succes bij machinaal leren niet alleen afhangt van technisch inzicht, maar ook van unieke projectmanagementpraktijken.

Door deze leemte op te vullen, geeft deze cursus u de mogelijkheid om waarde te halen uit machine learning. Het biedt de totale expertise die u nodig heeft, inclusief de kerntechnologie en de zakelijke kant.

Waarom met beide kanten omgaan?

  • Omdat beide partijen het moeten begrijpen!
  • Dit omvat iedereen die leiding geeft aan of deelneemt aan machine learning-projecten.

zonder praktisch werk

Deze specialisatie is bedoeld voor zowel bedrijfsleiders als datawetenschappers die hun eerste stappen zetten, en biedt uitgebreide en uitgebreide dekking.

Maar technische studenten moeten dit heroverwegen. Voordat u direct aan de slag gaat met praktisch werk, zoals de meeste ‘quants’ doen, moet u één ding overwegen: het curriculum biedt aanvullende kennis die elke geweldige technoloog zou moeten verwerven.

wat ga je leren

  • Hoe werkt machinaal leren?
  • Hoe u het rendement op uw investering en de verwachte prestaties rapporteert
  • Best practices voor het beheren van een machine learning-project
  • Tips en technische hulpmiddelen
  • Hoe je grote valkuilen kunt vermijden
  • Komt kunstmatige intelligentie er echt aan of is het een mythe?
  • De risico’s voor de sociale rechtvaardigheid die machine learning met zich meebrengt

Een praktisch leerproject

Uitdagingen voor het oplossen van problemen: een uniek voorstel voorbereiden, handmatig een voorspellend model bouwen in Excel of Google Spreadsheets om te illustreren hoe het verbetert, en meer (er zullen geen oefeningen zijn waarbij machine learning-software wordt gebruikt).

Neutraliteit van de leverancier

Deze stage omvat verschillende softwarepresentaties die machine learning in actie demonstreren met behulp van SAS-producten. Het curriculum is echter neutraal en universeel. De opgedane kennis is van toepassing, ongeacht de machine learning-software waarmee u wilt werken.

Diep maar toegankelijk

De cursus wordt gegeven door een ervaren marktleider die onderwijsprijzen heeft gewonnen toen hij professor was aan Columbia University, en deze specialisatie wordt beschouwd als een van de meest diepgaande, fascinerende en toegankelijke in de context van machinaal leren.

Zoals een universitaire opleiding

Deze drie cursussen zijn ook geschikt voor studenten, of voor studenten die een MBA-programma plannen of al studeren. De breedte en diepgang van deze specialisatie is vergelijkbaar met een MBA-opleiding van een volledig semester of een vervolgopleiding.

Details of the courses that make up the specialization

De kracht van machine learning: bedrijfsverbetering, klikaccumulatie, fraudebestrijding en het afwijzen van gescheiden klanten

Cursus 1 • 14 uur • 4,8 (146 beoordelingen)

Cursusdetails
wat ga je leren
  • Neem deel aan een machine learning-implementatie
  • Identificeer potentiële implementaties van machine learning die waarde kunnen genereren voor uw organisatie
  • Rapporteer over de voorspellende prestaties van machine learning en de winst die het genereert
  • Het potentieel van machinaal leren begrijpen en valse beloften van ‘kunstmatige intelligentie’ vermijden
vaardigheden die je gaat verwerven
  • Categorie: voorspellende analyses
  • Categorie: Ethiek van kunstmatige intelligentie
  • Categorie: Kunstmatige Intelligentie (AI)
  • Categorie: Datawetenschap
  • Categorie: machinaal leren

Lancering van Machine Learning: operationeel succes met ML-leiderschap op topniveau

Cursus 2 • 13 uur • 4,8 (76 beoordelingen)
Cursusdetails
wat ga je leren
  • ML toepassen: Identificeer kansen waarbij machine learning marketing, verkoop, financiële kredietwaardigheid, verzekeringen, fraudedetectie en meer kan verbeteren
  • ML-planning: Bepalen hoe machine learning zal worden geïntegreerd en ingezet, inclusief personeels- en datavereisten
  • ML-certificering: de effectiviteit van een machine learning-project voorspellen en dit intern verkopen, terwijl u steun krijgt van uw collega’s
  • ML-beheer: het beheren van een machine learning-project, vanaf de productie van voorspellende modellen tot de lancering ervan
vaardigheden die je gaat verwerven
  • Categorie: voorspellende analyses
  • Categorie: Kunstmatige Intelligentie (AI)
  • Categorie: Datawetenschap
  • Categorie: machinaal leren
  • Categorie: Strategie en beheer van machinaal leren

Machine learning onder de motorkap: tips, trucs en technieken

Cursus 3 • 17 uur • 4,9 (64 beoordelingen)
Cursusdetails
wat ga je leren
  • Deelname aan de toepassing van machinaal leren, hulp bij de keuze tussen technische benaderingen en hun evaluatie
  • Het interpreteren van een forecastmodel voor een manager, uitleggen hoe het werkt en waar de forecast staat
  • Het vermijden van veelvoorkomende technische valkuilen op het gebied van machine learning
  • Het filteren van een voorspellingsmodel in het licht van vooroordelen tegen beschermde groepen – d.w.z. AI-ethiek
vaardigheden die je gaat verwerven
  • Categorie: voorspellende analyses
  • Categorie: Kunstmatige Intelligentie (AI)
  • Categorie: Datawetenschap
  • Categorie: machinaal leren
  • Categorie: Machine Learning (ML)-algoritmen