Acerca de este Curso

49,282 vistas recientes

Resultados profesionales del estudiante

50%

comenzó una nueva carrera después de completar estos cursos

55%

consiguió un beneficio tangible en su carrera profesional gracias a este curso

17%

consiguió un aumento de sueldo o ascenso
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel avanzado
Aprox. 27 horas para completar
Inglés (English)

Resultados profesionales del estudiante

50%

comenzó una nueva carrera después de completar estos cursos

55%

consiguió un beneficio tangible en su carrera profesional gracias a este curso

17%

consiguió un aumento de sueldo o ascenso
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel avanzado
Aprox. 27 horas para completar
Inglés (English)

ofrecido por

Placeholder

IBM

Programa - Qué aprenderás en este curso

Calificación del contenidoThumbs Up82%(3,059 calificaciones)Info
Semana
1

Semana 1

6 horas para completar

Setting the stage

6 horas para completar
10 videos (Total 59 minutos), 2 lecturas, 3 cuestionarios
10 videos
Linear algebra5m
High Dimensional Vector Spaces2m
Supervised vs. Unsupervised Machine Learning4m
How ML Pipelines work3m
Introduction to SparkML20m
What is SystemML (1/2) ?3m
What is SystemML (2/2) ?6m
How to use Apache SystemML in IBM Watson Studio4m
Extract - Transform - Load3m
2 lecturas
Object Store10m
IMPORTANT: How to submit your programming assignments10m
2 ejercicios de práctica
Machine Learning30m
ML Pipelines30m
Semana
2

Semana 2

10 horas para completar

Supervised Machine Learning

10 horas para completar
26 videos (Total 131 minutos), 1 lectura, 10 cuestionarios
26 videos
LinearRegression with Apache SparkML6m
Linear Regression using Apache SystemML3m
Batch Gradient Descent using Apache SystemML8m
The importance of validation data to prevent overfitting3m
Important evaluation measures2m
Logistic Regression1m
LogisticRegression with Apache SparkML4m
Probabilities refresher6m
Rules of probability and Bayes' theorem10m
The Gaussian distribution4m
Bayesian inference4m
Bayesian inference - example9m
Maximum a posteriori estimation5m
Bayesian inference in Python8m
Why is Naive Bayes "naive"7m
Support Vector Machines3m
Support Vector Machines using Apache SparkML8m
Crossvalidation1m
Hyper-parameter tuning using GridSearch3m
Decision Trees2m
Bootstrap Aggregation (Bagging) and RandomForest1m
Boosting and Gradient Boosted Trees6m
Gradient Boosted Trees with Apache SparkML2m
Hyperparameter-Tuning using GridSeach and CrossValidation in Apache SparkML on Gradient Boosted Trees3m
Regularization3m
1 lectura
Classification evaluation measures10m
9 ejercicios de práctica
Linear Regression30m
Splitting and Overfitting30m
Evaluation Measures30m
Logistic Regression30m
Naive Bayes30m
Support Vector Machines30m
Testing, X-Validation, GridSearch30m
Enselble Learning30m
Regularization30m
Semana
3

Semana 3

5 horas para completar

Unsupervised Machine Learning

5 horas para completar
13 videos (Total 67 minutos), 1 lectura, 3 cuestionarios
13 videos
Introduction to Clustering: k-Means3m
Hierarchical Clustering3m
Density-based clustering (Guest Lecture Saeed Aghabozorgi)4m
Using K-Means in Apache SparkML2m
Curse of Dimensionality9m
Dimensionality Reduction4m
Principal Component Analysis6m
Principal Component Analysis (demo)6m
Covariance matrix and direction of greatest variance8m
Eigenvectors and eigenvalues8m
Projecting the data4m
PCA in SystemML2m
1 lectura
Reading on Clustering Evaluation and Assessment10m
2 ejercicios de práctica
Clustering30m
PCA30m
Semana
4

Semana 4

6 horas para completar

Digital Signal Processing in Machine Learning

6 horas para completar
13 videos (Total 108 minutos)
13 videos
Fourier Transform in action6m
Signal generation and phase shift11m
The maths behind Fourier Transform11m
Discrete Fourier Transform16m
Fourier Transform in SystemML15m
Fast Fourier Transform7m
Nonstationary signals5m
Scaleograms7m
Continous Wavelet Transform3m
Scaling and translation3m
Wavelets and Machine Learning3m
Wavelets transform and SVM demo6m
2 ejercicios de práctica
Fourier Transform30m
Wavelet Transform30m

Reseñas

Principales reseñas sobre ADVANCED MACHINE LEARNING AND SIGNAL PROCESSING

Ver todas las reseñas

Acerca de Programa especializado: Advanced Data Science with IBM

Advanced Data Science with IBM

Preguntas Frecuentes

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.