Acerca de este Curso

237,046 vistas recientes

Resultados profesionales del estudiante

56%

comenzó una nueva carrera después de completar estos cursos

60%

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. 21 horas para completar

Inglés (English)

Subtítulos: Inglés (English)

Resultados profesionales del estudiante

56%

comenzó una nueva carrera después de completar estos cursos

60%

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. 21 horas para completar

Inglés (English)

Subtítulos: Inglés (English)

ofrecido por

Logotipo de IBM

IBM

Programa - Qué aprenderás en este curso

Calificación del contenidoThumbs Up80%(1,935 calificaciones)Info
Semana
1

Semana 1

5 horas para completar

Setting the stage

5 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 Learning12m
ML Pipelines6m
Semana
2

Semana 2

6 horas para completar

Supervised Machine Learning

6 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 Regression6m
Splitting and Overfitting2m
Evaluation Measures2m
Logistic Regression2m
Naive Bayes16m
Support Vector Machines2m
Testing, X-Validation, GridSearch4m
Enselble Learning4m
Regularization4m
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
Clustering4m
PCA16m
Semana
4

Semana 4

5 horas para completar

Digital Signal Processing in Machine Learning

5 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 Transform16m
Wavelet Transform16m

Acerca de Programa especializado: Advanced Data Science with IBM

As a coursera certified specialization completer you will have a proven deep understanding on massive parallel data processing, data exploration and visualization, and advanced machine learning & deep learning. You'll understand the mathematical foundations behind all machine learning & deep learning algorithms. You can apply knowledge in practical use cases, justify architectural decisions, understand the characteristics of different algorithms, frameworks & technologies & how they impact model performance & scalability. If you choose to take this specialization and earn the Coursera specialization certificate, you will also earn an IBM digital badge. To find out more about IBM digital badges follow the link ibm.biz/badging....
Advanced Data Science with IBM

Preguntas Frecuentes

  • Una vez que te inscribes para obtener un Certificado, tendrás acceso a todos los videos, cuestionarios y tareas de programación (si corresponde). Las tareas calificadas por compañeros solo pueden enviarse y revisarse una vez que haya comenzado tu sesión. Si eliges explorar el curso sin comprarlo, es posible que no puedas acceder a determinadas tareas.

  • Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo. Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.

  • Si estás suscrito, obtienes una prueba gratis de 7 días, que podrás cancelar cuando desees sin ningún tipo de penalidad. Una vez transcurrido ese tiempo, no realizamos reembolsos. No obstante, puedes cancelar tu suscripción cuando quieras. Consulta nuestra política completa de reembolsos.

  • Sí, Coursera ofrece ayuda económica a los estudiantes que no pueden pagar la tarifa. Solicítala haciendo clic en el enlace de Ayuda económica que está debajo del botón “Inscribirse” a la izquierda. Se te pedirá que completes una solicitud. Recibirás una notificación en caso de que se apruebe. Deberás completar este paso para cada uno de los cursos que forman parte del Programa especializado, incluido el proyecto final. Obtén más información.

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