KI-Workflow: Geschäftsprioritäten und Datenaufnahme

Beschreibung

Dies ist der erste Kurs einer sechsteiligen Spezialisierung. Es wird Ihnen DRINGEND empfohlen, diese Kurse der Reihe nach zu absolvieren, da es sich nicht um einzelne, unabhängige Kurse handelt, sondern um einen Teil eines Arbeitsablaufs, bei dem jeder Kurs auf den vorherigen aufbaut.

Dieser erste Kurs der IBM AI Enterprise Workflow Certification-Spezialisierung führt Sie in den Umfang der Spezialisierung und die Voraussetzungen ein. Die Kurse in dieser Spezialisierung richten sich insbesondere an praktizierende Datenwissenschaftler, die sich mit Wahrscheinlichkeit, Statistik, linearer Algebra und Python-Tools für Datenwissenschaft und maschinelles Lernen auskennen. Als neuer Kunde wird Ihnen ein hypothetisches Streaming-Media-Unternehmen vorgestellt. Sie werden in das Konzept des Design Thinking eingeführt, IBMs Framework zur Organisation großer KI-Projekte in Unternehmen. Außerdem werden Sie in die Grundlagen des wissenschaftlichen Denkens eingeführt, denn die Qualität, die einen erfahrenen Datenwissenschaftler von einem Anfänger unterscheidet, ist kreatives, wissenschaftliches Denken. Abschließend beginnen Sie Ihre Arbeit für das hypothetische Medienunternehmen, indem Sie die vorhandenen Daten verstehen und mithilfe von Python- und Jupyter-Notebooks eine Datenerfassungspipeline erstellen.

Am Ende dieses Kurses sollten Sie in der Lage sein:
1. Kennen Sie die Vorteile der Durchführung von Data Science mithilfe eines strukturierten Prozesses
2. Beschreiben Sie, wie die Phasen des Design Thinking dem KI-Unternehmensworkflow entsprechen
3. Besprechen Sie verschiedene Strategien zur Priorisierung von Geschäftsmöglichkeiten
4. Erklären Sie, wo sich Data Science und Data Engineering im KI-Workflow am meisten überschneiden
5. Erklären Sie den Zweck des Testens bei der Datenaufnahme
6. Beschreiben Sie den Anwendungsfall für spärliche Matrizen als Ziel für die Datenaufnahme
7. Kennen Sie die ersten Schritte, die zur Automatisierung von Datenerfassungspipelines 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 im Aufbau und Einsatz von KI in großen Unternehmen vertiefen möchten. Wenn Sie ein angehender Data Scientist sind, ist dieser Kurs NICHT für Sie geeignet, da Sie Fachwissen aus der Praxis benötigen, um von den Inhalten dieser Kurse zu profitieren.

Welche Fähigkeiten sollten Sie mitbringen?
Es wird davon ausgegangen, dass Sie vor Beginn dieses Kurses über solide Kenntnisse der folgenden Themen verfügen: Grundlegendes Verständnis der linearen Algebra; Stichprobe, Wahrscheinlichkeitstheorie und Wahrscheinlichkeitsverteilungen verstehen; Kenntnisse deskriptiver und inferenzstatistischer Konzepte; Allgemeines Verständnis von Techniken und Best Practices des maschinellen Lernens; Geübtes Verständnis von Python und den in der Datenwissenschaft häufig verwendeten Paketen: NumPy, Pandas, Matplotlib, Scikit-Learn; Vertrautheit mit IBM Watson Studio; Vertrautheit mit dem Design-Thinking-Prozess.