Die University Network

AI Workflow: Geschäftsprioritäten und Datenerfassung

BESCHREIBUNG

Dies ist der erste Kurs einer sechsteiligen Spezialisierung. Es wird dringend empfohlen, diese Kurse in der richtigen Reihenfolge zu absolvieren, da es sich nicht um einzelne unabhängige Kurse handelt, sondern um einen Teil eines Workflows, bei dem jeder Kurs auf den vorherigen aufbaut.

Dieser erste Kurs in der Spezialisierung IBM AI Enterprise Workflow-Zertifizierung führt Sie in den Umfang der Spezialisierung und der Voraussetzungen ein. Insbesondere sind die Kurse in dieser Spezialisierung für praktizierende Datenwissenschaftler gedacht, die sich mit Wahrscheinlichkeit, Statistik, linearer Algebra und Python-Tools für Datenwissenschaft und maschinelles Lernen auskennen. Ein hypothetisches Streaming-Media-Unternehmen wird als neuer Kunde vorgestellt. Sie werden in das Konzept des Design Thinking eingeführt, das IBM Framework für die Organisation großer KI-Projekte in Unternehmen. Sie werden auch in die Grundlagen des wissenschaftlichen Denkens eingeführt, da die Qualität, die einen erfahrenen Datenwissenschaftler von einem Anfänger unterscheidet, kreatives, wissenschaftliches Denken ist. Schließlich beginnen Sie Ihre Arbeit für das hypothetische Medienunternehmen, indem Sie die vorhandenen Daten verstehen und eine Pipeline für die Datenerfassung mit Python- und Jupyter-Notizbüchern erstellen.
 
Am Ende dieses Kurses sollten Sie in der Lage sein:
1. Kennen Sie die Vorteile der Durchführung von Data Science in einem strukturierten Prozess
2. Beschreiben Sie, wie die Phasen des Design Thinking dem AI Enterprise Workflow entsprechen
3. Diskutieren Sie verschiedene Strategien zur Priorisierung von Geschäftsmöglichkeiten
4. Erklären Sie, wo sich Data Science und Data Engineering im AI-Workflow am meisten überschneiden
5. Erläutern Sie den Zweck des Testens bei der Datenaufnahme 
6. Beschreiben Sie den Anwendungsfall für dünn besetzte Matrizen als Ziel für die Datenaufnahme 
7. Kennen Sie die ersten Schritte, die zur Automatisierung von Datenerfassungs-Pipelines unternommen werden können
 
Wer sollte diesen Kurs belegen?
Dieser Kurs richtet sich an bestehende Data Science-Praktiker, die über Erfahrung im Aufbau von Modellen für maschinelles Lernen verfügen und ihre Fähigkeiten beim Aufbau und Einsatz von KI in großen Unternehmen vertiefen möchten. Wenn Sie ein aufstrebender Data Scientist sind, ist dieser Kurs NICHT für Sie geeignet, da Sie echtes Fachwissen benötigen, um vom Inhalt dieser Kurse zu profitieren.
 
Welche Fähigkeiten sollten Sie haben?
Es wird davon ausgegangen, dass Sie vor Beginn dieses Kurses ein solides Verständnis für die folgenden Themen haben: Grundlegendes Verständnis der linearen Algebra; Stichproben, Wahrscheinlichkeitstheorie und Wahrscheinlichkeitsverteilungen verstehen; Kenntnis deskriptiver und inferentieller statistischer Konzepte; Allgemeines Verständnis der Techniken und Best Practices des maschinellen Lernens; Geübtes Verständnis von Python und den in der Datenwissenschaft gebräuchlichen Paketen: NumPy, Pandas, matplotlib, scikit-learn; Vertrautheit mit IBM Watson Studio; Vertrautheit mit dem Design Thinking Prozess.

Preis: Kostenlos anmelden!

Sprache: Englisch

Untertitel: Englisch

AI Workflow: Geschäftsprioritäten und Datenerfassung - IBM