Chevron Left
AI Workflow: Business Priorities and Data Ingestion(으)로 돌아가기

IBM 의 AI Workflow: Business Priorities and Data Ingestion 학습자 리뷰 및 피드백

145개의 평가

강좌 소개

This is the first course of a six part specialization.  You are STRONGLY encouraged to complete these courses in order as they are not individual independent courses, but part of a workflow where each course builds on the previous ones. This first course in the IBM AI Enterprise Workflow Certification specialization introduces you to the scope of the specialization and prerequisites.  Specifically, the courses in this specialization are meant for practicing data scientists who are knowledgeable about probability, statistics, linear algebra, and Python tooling for data science and machine learning.  A hypothetical streaming media company will be introduced as your new client.  You will be introduced to the concept of design thinking, IBMs framework for organizing large enterprise AI projects.  You will also be introduced to the basics of scientific thinking, because the quality that distinguishes a seasoned data scientist from a beginner is creative, scientific thinking.  Finally you will start your work for the hypothetical media company by understanding the data they have, and by building a data ingestion pipeline using Python and Jupyter notebooks.   By the end of this course you should be able to: 1.  Know the advantages of carrying out data science using a structured process 2.  Describe how the stages of design thinking correspond to the AI enterprise workflow 3.  Discuss several strategies used to prioritize business opportunities 4.  Explain where data science and data engineering have the most overlap in the AI workflow 5.  Explain the purpose of testing in data ingestion  6.  Describe the use case for sparse matrices as a target destination for data ingestion  7.  Know the initial steps that can be taken towards automation of data ingestion pipelines   Who should take this course? This course targets existing data science practitioners that have expertise building machine learning models, who want to deepen their skills on building and deploying AI in large enterprises. If you are an aspiring Data Scientist, this course is NOT for you as you need real world expertise to benefit from the content of these courses.   What skills should you have? It is assumed you have a solid understanding of the following topics prior to starting this course: Fundamental understanding of Linear Algebra; Understand sampling, probability theory, and probability distributions; Knowledge of descriptive and inferential statistical concepts; General understanding of machine learning techniques and best practices; Practiced understanding of Python and the packages commonly used in data science: NumPy, Pandas, matplotlib, scikit-learn; Familiarity with IBM Watson Studio; Familiarity with the design thinking process....

최상위 리뷰

필터링 기준:

AI Workflow: Business Priorities and Data Ingestion의 33개 리뷰 중 1~25

교육 기관: Yifan Z

2020년 2월 16일

교육 기관: Tracy P

2020년 2월 22일

교육 기관: L L

2020년 1월 10일

교육 기관: Jonathan V

2020년 5월 23일

교육 기관: Armen M

2020년 4월 11일

교육 기관: Nagendra P P

2020년 8월 21일

교육 기관: Иокша Д С

2021년 1월 31일

교육 기관: Paulo C C

2021년 1월 3일

교육 기관: Pascal U E

2021년 2월 17일

교육 기관: Raja N

2020년 7월 13일

교육 기관: Neela M

2020년 7월 17일

교육 기관: Oliver M R

2020년 6월 23일

교육 기관: Dino H

2021년 9월 16일

교육 기관: Laurent V

2020년 7월 16일

교육 기관: Yuliia H

2020년 7월 28일

교육 기관: Julio C

2020년 7월 10일

교육 기관: Mohamed A G A

2021년 9월 15일


2020년 7월 2일

교육 기관: Zeghraoui M

2021년 2월 2일

교육 기관: Abrar J

2020년 5월 7일

교육 기관: Don W

2020년 2월 16일

교육 기관: FARHAN K

2021년 3월 20일

교육 기관: BHAVANA g

2020년 8월 17일

교육 기관: Shen H

2020년 12월 15일

교육 기관: Sourav D

2020년 5월 28일