Prazos flexíveis

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.
Curso 1 de 3 no
Machine Learning Rock Star-a prática de ponta a ponta
Especialização
Nível iniciante
Acessível a alunos do lado dos negócios, mas também vitais para os técnicos. Envolva -se no uso comercial do ML – seja você um líder corporativo ou um quant.
Aproximadamente. 14 horas para concluir
Inglês
Legendas: árabe, francês, português (europeu), italiano, vietnamita, alemão, russo, inglês, espanhol

Syllabus – o que você aprenderá com este curso
Módulo 0 – Introdução
O que esse curso-e a especialização geral de três pratos-cobre e por que é certo para você? Descubra como esse currículo exclusivo o capacitará a gerar valor com o aprendizado de máquina. Este módulo descreve a cobertura incomumente holística da especialização e sua aplicabilidade para os alunos em nível de negócios e focados em tecnologia. Você verá por que essa cobertura integrada é um local valioso para começar, enquanto se prepara para enfrentar o processo de ponta a ponta da implantação de aprendizado de máquina. Este módulo orientará você e enquadrará o próximo conteúdo – como tal, não tem avaliações.
Módulo 1 – o impacto do aprendizado de máquina
Este módulo cobre o valor comercial do aprendizado de máquina, o próprio objetivo que ele serve. Você verá que tipos de operações de negócios o aprendizado de máquina melhora e como isso os melhora. E vamos estabelecer a base: como é a aparência dos dados, o que é aprendido com esses dados e como as previsões geradas pelo aprendizado de máquina tornam todos os tipos de operações em larga escala mais eficazes.
Módulo 2 – Dados: O novo óleo
Estamos de acordo com os ouvidos nos dados, mas quanto essa matéria -prima pode realmente nos dizer? E o que realmente o torna preditivo? Este módulo mostrará como seus dados precisam ser antes que seu computador possa aprender com ele – o formato e o formato específicos – e você verá os tipos de insights preditivos fascinantes e bizarros descobertos nesses dados. Em seguida, daremos os primeiros passos na formação de um modelo preditivo, um mecanismo que serve para combinar essas idéias.
Módulo 3 – Modelos preditivos: o que é aprendido com dados
E agora o evento principal: modelagem preditiva. Este módulo mostrará como o software gera automaticamente um modelo preditivo a partir de dados e o truque elegante aplicado universalmente para verificar se o modelo realmente funciona. Comparamos e contrastaremos visualmente os métodos populares de modelagem e demonstraremos como desenhar uma curva de lucro que estima a linha de fundo que será entregue pela implantação de um modelo. Em seguida, examinaremos muito o potencial e os limites do aprendizado de máquina – até que ponto os métodos avançados como o aprendizado profundo poderiam nos impulsionar e, no entanto, por que os requisitos fundamentais de dados impõem certas restrições.
Módulo 4 – Perspectiva da indústria: mitos da IA ​​e riscos éticos reais
Às vezes, o aprendizado de máquina é chamado de “inteligência artificial”, mas esse termo mal definido promove e confunde tanto quanto provoca emoção. A primeira parte deste módulo esclarecerá mitos comuns sobre a IA e mostrará a você o seu lado, os custos incorridos legitimando a IA como um campo. Em seguida, voltaremos para as grandes responsabilidades éticas que você está assumindo entrando no campo do aprendizado de máquina. Você verá cinco maneiras pelas quais o aprendizado de máquina ameaça a justiça social e mergulharemos mais profundamente em um: modelos discriminatórios que baseiam suas decisões em parte em uma classe protegida como raça, religião ou orientação sexual. Mas então mudaremos de marcha e equilibraremos isso defendendo o aprendizado de máquina, demonstrando todo o bem que faz no mundo e mantendo suas críticas até um padrão mais alto.