Acerca de este Curso

149,962 vistas recientes

Resultados profesionales del estudiante

23%

comenzó una nueva carrera después de completar estos cursos

38%

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

57%

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. 22 horas para completar

Inglés (English)

Subtítulos: Inglés (English)

Habilidades que obtendrás

Machine LearningDeep LearningLong Short-Term Memory (ISTM)Apache Spark

Resultados profesionales del estudiante

23%

comenzó una nueva carrera después de completar estos cursos

38%

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

57%

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. 22 horas para completar

Inglés (English)

Subtítulos: Inglés (English)

ofrecido por

Logotipo de IBM

IBM

Programa - Qué aprenderás en este curso

Calificación del contenidoThumbs Up84%(2,646 calificaciones)Info
Semana
1

Semana 1

5 horas para completar

Introduction to deep learning

5 horas para completar
16 videos (Total 61 minutos), 4 lecturas, 2 cuestionarios
16 videos
Introduction - Romeo Kienzler30s
Introduction - Ilja Rasin1m
Introduction - Niketan Pansare30s
Course Logistics1m
Cloud Architectures for AI and DeepLearning2m
Linear algebra6m
Deep feed forward neural networks12m
Convolutional Neural Networks4m
Recurrent neural networks1m
LSTMs3m
Auto encoders and representation learning2m
Methods for neural network training8m
Gradient Descent Updater Strategies6m
How to choose the correct activation function3m
The bias-variance tradeoff in deep learning3m
4 lecturas
IBM Digital Badge10m
Video summary on environment setup10m
Where to get all the code and slides for download?10m
Link to Github10m
1 ejercicio de práctica
DeepLearning Fundamentals14m
Semana
2

Semana 2

7 horas para completar

DeepLearning Frameworks

7 horas para completar
18 videos (Total 116 minutos), 1 lectura, 5 cuestionarios
18 videos
Neural Network Debugging with TensorBoard7m
Automatic Differentiation2m
Introduction video44s
Keras overview5m
Sequential models in keras6m
Feed forward networks7m
Recurrent neural networks9m
Beyond sequential models: the functional API3m
Saving and loading models2m
What is SystemML (1/2)3m
What is SystemML (2/2)6m
PyTorch Installation2m
PyTorch Packages2m
Tensor Creation and Visualization of Higher Dimensional Tensors6m
Math Computation and Reshape7m
Computation Graph, CUDA17m
Linear Model17m
1 lectura
Link to files in Github10m
4 ejercicios de práctica
TensorFlow12m
TensorFlow 2.x12m
Apache SystemML12m
PyTorch Introduction12m
Semana
3

Semana 3

6 horas para completar

DeepLearning Applications

6 horas para completar
18 videos (Total 115 minutos)
18 videos
How to implement an anomaly detector (1/2)11m
How to implement an anomaly detector (2/2)2m
How to deploy a real-time anomaly detector2m
Introduction to Time Series Forecasting4m
Stateful vs. Stateless LSTMs6m
Batch Size5m
Number of Time Steps, Epochs, Training and Validation8m
Trainin Set Size4m
Input and Output Data Construction7m
Designing the LSTM network in Keras10m
Anatomy of a LSTM Node12m
Number of Parameters7m
Training and loading a saved model4m
Classifying the MNIST dataset with Convolutional Neural Networks5m
Image classification with Imagenet and Resnet503m
Autoencoder - understanding Word2Vec8m
Text Classification with Word Embeddings4m
4 ejercicios de práctica
Anomaly Detection12m
Sequence Classification with Keras LSTM Network12m
Image Classification6m
NLP6m
Semana
4

Semana 4

4 horas para completar

Scaling and Deployment

4 horas para completar
3 videos (Total 9 minutos), 2 lecturas, 2 cuestionarios
3 videos
Computer Vision with IBM Watson Visual Recognition2m
Text Classification with IBM Watson Natural Language Classifier1m
2 lecturas
Exercise: Scale a Deep Learning Model on IBM Watson Machine Learning10m
Link to Github10m
1 ejercicio de práctica
Methods of parallel neural network training6m

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.

  • The IBM Watson IoT Certified Data Scientist degree is a Coursera specialization IBM is currently creating. This course is one part of 3-4 courses coming up the next couple of months

    Currently only this and another course exist. The other one is the following:

    https://www.coursera.org/learn/exploring-visualizing-iot-data

    The course above will be modified and renamed to "Fundamentals of Applied DataScience" - but if you pass it today, it counts towards the certificate as well

  • Este Curso no otorga crédito universitario, pero algunas universidades pueden aceptar los Certificados del curso para obtener crédito. Consulta con tu institución para obtener más información. Los Títulos en línea y los Certificados Mastertrack™ de Coursera brindan la oportunidad de obtener créditos universitarios.

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