Iniciou uma nova carreira depois de concluir esses cursos

Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Certificado compartilhável
Ganhe um certificado após a conclusão
100% online
Comece instantaneamente e aprenda em sua própria programação.
Nível intermediário
Análise de dados com Python
Aproximadamente. 22 horas para concluir
Inglês
Legendas: árabe, francês, português (europeu), italiano, vietnamita, coreano, alemão, russo, inglês, espanhol

Saeed Aghabozorgi
Ph.D., Sr. Cientista de dados
IBM Developer Skills NetworkSyllabus – O que você aprenderá com este curso
Introdução ao aprendizado de máquina
Neste módulo, você aprenderá sobre as aplicações de aprendizado de máquina em diferentes áreas, como assistência médica, bancos, telecomunicações e assim por diante. Você terá uma visão geral dos tópicos de aprendizado de máquina, como aprendizado supervisionado versus não supervisionado e o uso de cada algoritmo. Além disso, você entende a vantagem de usar bibliotecas Python para implementar modelos de aprendizado de máquina.
Regressão
Neste módulo, você receberá uma breve introdução à regressão. Você aprende sobre regressão linear, não linear, simples e múltipla e suas aplicações. Você aplica todos esses métodos em dois conjuntos de dados diferentes, na parte do laboratório. Além disso, você aprende a avaliar seu modelo de regressão e calcular sua precisão.
Classificação
Neste módulo, você aprenderá sobre a técnica de classificação. Você pratica com diferentes algoritmos de classificação, como KNN, árvores de decisão, regressão logística e SVM. Além disso, você aprende sobre prós e contras de cada método e métricas de precisão de classificação diferentes.
Clustering
Neste módulo, você aprenderá sobre diferentes abordagens de cluster. Você aprende a usar o cluster para a segmentação do cliente, agrupando os mesmos veículos e também o agrupamento de estações meteorológicas. Você entende três tipos principais de agrupamento, incluindo agrupamentos baseados em particionados, agrupamento hierárquico e agrupamento baseado em densidade.
Sistemas de recomendação
Neste módulo, você aprenderá sobre sistemas de recomendação. Primeiro, você será apresentado com a idéia principal por trás dos mecanismos de recomendação e, em seguida, entende dois tipos principais de mecanismos de recomendação, a saber, filtragem baseada em conteúdo e colaborativa.
Projeto final
Neste módulo, você fará um projeto com base no que aprendeu até agora. Você enviará um relatório do seu projeto para avaliação por pares.