Онлайн-курс — Сертифицированная профессиональная специализация в области данных: статистика, наука и сертифицированная профессиональная подготовка в области искусственного интеллекта в Мичиганском университете

Откройте для себя мир данных с уверенностью. Приобретите необходимые навыки анализа данных, научных рассуждений и искусственного интеллекта для принятия обоснованных решений.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

начиная

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Шанс и статистика
  • Искусственный интеллект
  • Наука о данных
  • анализ данных
  • Грамотность данных

What you will learn in the course

Courses for which the course is suitable

  • Аналитик данных
  • Аналитик бизнес-аналитики
  • Аналитик по исследованию рынка
  • Статистик
  • Специалист по данным
  • Ученый-исследователь
  • Политический аналитик
  • Операционный аналитик
  • Аналитик по обеспечению качества
  • Специалист по коммуникациям

Стажировка — серия курсов из трех частей.

Понимание данных

Навигация по статистике, данным и искусственному интеллекту дает вам знания для более глубокого взаимодействия с данными и повышения вашего влияния как лица, принимающего решения, в мире, который становится все более лишенным данных. В ходе этой серии из трех курсов вы разовьете необходимые навыки чтения данных, чтобы ориентироваться в данных, статистике, науке и искусственном интеллекте — математика или программирование не требуются.

Навыки, которые вы приобретете
  • Научитесь оценивать статистику, содержащуюся в заголовках, рекламе и исследованиях.
  • Совершенствуйте свои навыки критического мышления.
  • Поймите, как научные исследования могут быть неправильно поняты и неверно истолкованы.
  • Критически взглянуть на современные представления о данных и искусственном интеллекте.

К концу серии курсов вы сможете работать с данными с более критической точки зрения, интегрировать данные и статистику в статьи, отчеты или истории, а также активно поддерживать свои взгляды качественными данными и информацией.

Реальный учебный проект

Во время этой стажировки вы будете участвовать в практических проектах, чтобы применить свои навыки чтения данных в реальных ситуациях, таких как оценка достоверности утверждений, связанных со статистикой. Акцент делается на применении показаний данных к реальным проблемам посредством практических проектов и тематических исследований.

Details of the courses that make up the specialization

Как описывать данные

Курс 1

  • • 9 часов
Детали курса
чему ты научишься
  • Изучите основы интерпретации, сбора и обобщения данных.
  • Изучите возможности и ограничения данных и обсудите критерии определения того, какая статистика считается надежной.
  • Научитесь интерпретировать и оценивать эффективность визуализации данных.
навыки, которые вы приобретете
  • Категория: Вероятность и статистика
  • категория: Грамотность данных
  • Категория: Анализ данных

Как наука превращает данные в знания

Курс 2

  • • 11 часов
Детали курса
чему ты научишься
  • Изучите принципы и ограничения тестирования значимости в рамках научных исследований, включая формулирование гипотез и интерпретацию p-значений.
  • Узнайте, как научные эксперименты предлагаются, разрабатываются, тестируются и публикуются.
  • Выявить распространенные предвзятости и ошибки в отчетах о научных исследованиях, а также проблемы, связанные с эффективным доведением их до широкой общественности.
  • Оцените надежность утверждений исследований и осознайте роль репликации и обобщения в научном прогрессе.
навыки, которые вы приобретете
  • Категория: Вероятность и статистика
  • Категория: Анализ данных
  • Категория: Грамотность данных

Расшифровка искусственного интеллекта: глубокое погружение в модели и прогнозы

Курс 3

  • • 10 часов
Детали курса
чему ты научишься
  • Изучите основные концепции и термины в области искусственного интеллекта (ИИ), включая машинное обучение, генеративный ИИ и глубокое обучение.
  • Изучите ключевые компоненты систем машинного обучения, включая данные, модели и методы оценки.
  • Поймите, почему системы БМ могут выйти из строя, и определите виды работ, необходимые для создания полезных технологий.
  • Выявляйте типичные ошибки в разговорах о БМ и распознавайте конфликт интересов при интерпретации утверждений о системах БМ.
навыки, которые вы приобретете
  • Категория: искусственный интеллект
  • Категория: Анализ данных
  • Категория: Грамотность данных
  • Категория: машинное обучение