AulaPro использует файлы cookie, чтобы предоставить пользователям лучший опыт. Вы можете получить больше информации здесьили просто нажмите «Я принимаю» или за пределами этого уведомления, чтобы продолжить просмотр.
Виртуальная программа:Coursera |
В рамках программы IBM Certified Professional Artificial Intelligence Engineering вы создадите портфолио проектов, которые продемонстрируют ваше мастерство в темах курса. Практические проекты дадут вам практические знания о библиотеках машинного обучения и средах глубокого обучения, таких как SciPy, ScikitLearn, Keras, PyTorch и Tensorflow.
Вы также завершите углубленный завершающий проект, в котором примените свои навыки искусственного интеллекта и нейронных сетей для решения реальных задач и продемонстрируете свою способность сообщать о результатах проекта.
Искусственный интеллект (ИИ) производит революцию в целых отраслях, меняя способы использования данных компаниями во всех секторах для принятия решений.
Чтобы оставаться конкурентоспособными, организациям нужны квалифицированные инженеры по искусственному интеллекту, которые используют передовые методы, такие как алгоритмы машинного обучения и нейронные сети глубокого обучения, для предоставления данных. Полезная аналитика для вашего бизнеса. Этот профессиональный сертификат из 6 курсов предназначен для того, чтобы предоставить вам инструменты, необходимые для достижения успеха в карьере инженера по искусственному интеллекту или машинному обучению.
Вы освоите фундаментальные концепции машинного и глубокого обучения, включая обучение с учителем и без учителя, используя такие языки программирования, как Python.
Вы будете применять популярные библиотеки машинного и глубокого обучения, такие как SciPy, ScikitLearn, Keras, PyTorch и Tensorflow, для решения отраслевых задач, связанных с распознаванием объектов, компьютерным зрением, обработкой изображений и видео, анализом текста, обработкой естественного языка (NLP), рекомендательными системами. и другие типы классификаторов.
Благодаря практическим проектам вы приобретете необходимые навыки работы с данными, чтобы масштабировать алгоритмы машинного обучения на больших данных с помощью Apache Spark. Вы будете создавать, обучать и внедрять различные типы глубоких архитектур, включая сверточные нейронные сети, рекуррентные сети и автоматические кодировщики.
В дополнение к получению профессионального сертификата Coursera вы также получите цифровой значок от IBM, который признает ваши знания в области разработки искусственного интеллекта.
Этот курс, являющийся частью профессионального сертификата IBM по искусственному интеллекту, знакомит с основами машинного обучения с использованием знакомого и доступного языка программирования Python. В этом курсе мы рассмотрим два основных компонента: во-первых, вы узнаете о цели машинного обучения и о том, где оно применимо к реальному миру. Во-вторых, вы получите обзор тем по машинному обучению, таких как контролируемое и неконтролируемое обучение, оценка моделей и алгоритмы машинного обучения.
В этом курсе вы будете практиковаться на реальных примерах машинного обучения и увидите, как оно влияет на общество так, как вы, возможно, не догадывались. Просто уделяя несколько часов в неделю в течение следующих нескольких недель, вот что вы получите.
Если вы решите пройти этот курс и получить сертификат курса Coursera, вы также получите цифровой значок IBM после успешного завершения курса.
Этот курс, являющийся частью профессионального сертификата IBM в области разработки искусственного интеллекта, даст вам навыки масштабирования задач науки о данных и машинного обучения (ML) в ансамблях больших данных с использованием Apache Spark. В большинстве реальных работ по машинному обучению используются очень большие наборы данных, которые выходят за рамки ограничений ЦП, памяти и хранилища одного компьютера.
Apache Spark — это платформа с открытым исходным кодом, которая использует кластерные вычисления и распределенное хранилище для эффективной и экономичной обработки очень больших наборов данных. Таким образом, прикладные знания по работе с Apache Spark являются большим преимуществом и потенциальным отличием для инженера по машинному обучению.
После прохождения этого курса вы сможете:
ПРИМЕЧАНИЕ. В ходе курса вы бесплатно попрактикуетесь в выполнении задач машинного обучения на кластере Apache Spark, предоставленном IBM, который вы сможете продолжать использовать после окончания курса. Предварительные требования: - Базовое программирование на Python - Базовое машинное обучение (в этом курсе также представлены необязательные вводные видеоролики) - Базовые навыки работы с SQL для дополнительного контента Перед прохождением этого курса рекомендуется пройти следующие курсы (если у вас еще нет навыков) https://www .coursera.org/learn/python-for-applied-data-science или аналогичный https://www.coursera.org/learn/machine-learning-with-python или аналогичный https://www.coursera.org/learn /sql-data-science для дополнительных лекций
Вы хотите начать карьеру в области глубокого обучения? Не смотрите дальше. Этот курс познакомит вас с областью глубокого обучения и поможет вам ответить на многие вопросы, которые люди задают сегодня, например, что такое глубокое обучение и как модели глубокого обучения сравниваются с искусственными нейронными сетями.
Вы узнаете о различных моделях глубокого обучения и создадите свою первую модель глубокого обучения с помощью библиотеки Keras.
После прохождения данного курса слушатели смогут:
Курс научит вас разрабатывать модели глубокого обучения с использованием Pytorch. Курс начнется с тензоров Pytorch и пакета автоматической разности. Затем в каждом разделе будут рассмотрены различные модели, начиная с таких основ, как линейная регрессия и логистическая/softmax-регрессия. Затем следуют глубокие нейронные сети Feedforward, роль различных функций активации, нормализации и отсева. Затем будут обсуждаться сверточные нейронные сети и трансферное обучение. Наконец, будут рассмотрены несколько других методов глубокого обучения.
Результаты обучения: После завершения этого курса учащиеся смогут:
Большая часть мировых данных немаркирована и неструктурирована. Неглубокие нейронные сети не могут легко фиксировать соответствующую структуру, например, изображений, звука и текстовых данных. Глубокие сети способны обнаруживать скрытые структуры в данных этого типа. В этом курсе вы будете использовать библиотеку TensorFlow для применения глубокого обучения к различным типам данных для решения реальных проблем.
Результаты обучения: После завершения этого курса учащиеся смогут:
В этом завершающем камне учащиеся будут применять свои знания и опыт глубокого обучения для решения реальных задач. Они будут использовать библиотеку по своему выбору для разработки и тестирования модели глубокого обучения. Они будут загружать и предварительно обрабатывать данные для реальной проблемы, строить модель и проверять ее. Затем студенты представят отчет о проекте, чтобы продемонстрировать обоснованность своей модели и свою компетентность в области глубокого обучения.
Результаты обучения:
С профессиональным сертификатом Coursera вы можете начать новую карьеру или изменить свою текущую. Современный мир требует навыков и знаний в области технологий, в которых нуждается все больше и больше компаний. Учитесь в своем собственном темпе, когда и где вы хотите. Менее чем за год вы можете получить профессиональный сертификат, который дополнит вашу нынешнюю профессию, даст существенную прибавку к вашему опыту работы и привлечет внимание «охотников за головами».
Самые престижные университеты и самые значимые компании мира предлагают профессиональные сертификаты в союзе с Coursera
Профессиональные сертификаты — лучший способ получить образование высшего качества в мире по уникальным ценностям.
Каждое исследование предлагает варианты сертификации, которые высоко ценятся рекрутерами, или готовит вас к официальной отраслевой сертификации.
Профессиональные сертификаты — это углубленное изучение востребованных технологических навыков, которые вы можете получить примерно за 6–10 месяцев.
Coursera предлагает курсы от более чем 200 ведущих университетов и компаний для онлайн-обучения по всему миру. С подпиской на Coursera Plus, вы получаете неограниченный доступ к более чем 90% всех курсов, а также к самым популярным профессиональным сертификатам и специализациям на Coursera.
Наука о данных, бизнес и личное развитие. Вы можете записаться на несколько курсов одновременно, получить неограниченное количество сертификатов и освоить востребованные профессиональные навыки, чтобы начать, расти и даже менять карьеру.
УЗНАЙТЕ, КАК ПОЛУЧИТЬ МАКСИМАЛЬНО И СЭКОНОМЬТЕ БОЛЕЕ 500 ДОЛЛАРОВ США С ГОДОВОЙ ПОДПИСКОЙ НА COURSERA PLUS*
* Вы сэкономите до 500 долларов США за 12 месяцев, когда вы перейдете с 59 долларов США за ежемесячную подписку на годовую подписку с рекламной акцией. Обычная годовая подписка стоит 399 долларов США. В рамках акции вы заплатите всего 299 долларов США. Узнайте все, нажав на желтую кнопку.
к.т.н., старший специалист по данным
Сеть IBM Developer Skills
мой человек_добавить 154,720 XNUMX студентов
мой компьютер
IBM предлагает широкий спектр консультационных и технологических услуг; широкий портфель промежуточного программного обеспечения для совместной работы, прогнозной аналитики, разработки программного обеспечения и управления системами; и самые передовые серверы и суперкомпьютеры в мире. Используя свой опыт исследований и разработок, технологий и бизнес-консалтинга, IBM помогает клиентам становиться «умнее» по мере того, как планета становится все более взаимосвязанной в цифровом виде. IBM тратит более 6 миллиардов долларов в год на исследования и разработки и только что завершила свой 5-й год лидерства в области патентов. IBM Research получила признание за пределами любой коммерческой исследовательской организации в области технологий и является домом для 9 лауреатов Нобелевской премии, 5 Национальных медалей США в области технологий, 6 Национальных медалей США в области науки, 10 премий Тьюринга и XNUMX членов Зала славы изобретателей США.
Привет, как я могу вам помочь? Вас интересует курс? О каком предмете?
AulaPro использует файлы cookie, чтобы предоставить пользователям лучший опыт. Вы можете получить больше информации здесьили просто нажмите «Я принимаю» или за пределами этого уведомления, чтобы продолжить просмотр.
Добавить отзыв