This course can also be taken for academic credit as ECEA 5386, part of CU Boulder’s Master of Science in Electrical Engineering degree.
Este curso forma parte de Programa Especializado - Developing Industrial Internet of Things
ofrecido por
Programa Especializado - Developing Industrial Internet of ThingsUniversidad de Colorado en BoulderAcerca de este Curso
13,031 vistas recientes
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 intermedio
Aprox. 17 horas para completar
Inglés (English)
Subtítulos: Inglés (English)
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 intermedio
Aprox. 17 horas para completar
Inglés (English)
Subtítulos: Inglés (English)
ofrecido por
Universidad de Colorado en Boulder
CU-Boulder is a dynamic community of scholars and learners on one of the most spectacular college campuses in the country. As one of 34 U.S. public institutions in the prestigious Association of American Universities (AAU), we have a proud tradition of academic excellence, with five Nobel laureates and more than 50 members of prestigious academic academies.
Comienza a trabajar para obtener tu maestría
Este curso es parte del Master of Science in Electrical Engineering completamente en línea de Universidad de Colorado en Boulder.
Si eres aceptado en el programa completo, tus cursos cuentan para tu título.
Programa - Qué aprenderás en este curso
10 horas para completar
Project Planning and Staffing
In this module I share with you my experience in product planning, staffing and execution. You will perform a product tear down, write a paper about your tear down and build a bill of materials (BOM) for that product.
10 horas para completar
12 videos (Total 112 minutos), 2 lecturas, 2 cuestionarios
12 videos
Segment 1 - Learning Outcomes, Introduction to a Design Process12m
Segment 2 - Requirements, Scope, Schedule, Resources, Heap Chart15m
Segment 3 - Roles and Responsibilities6m
Segment 4 - Process: Architecture Definition, Design Planning13m
Segment 5 - Process: Architecture Definition, Design Planning 218m
Segment 6 - Process: Develop9m
Segment 7 - Process: Verification11m
Segment 8 - Process: Manufacture2m
Segment 9 - Process: Deploy10m
Segment 10 - Process: Validation6m
Segment 11 - Temperature5m
2 lecturas
Access to Course Resources10m
A Note from the Instructor5m
1 ejercicio de práctica
Module 1 Quiz10m
2 horas para completar
Sensors and File Systems
In this module you will learn about sensors, and in this case, a temperature sensor. You will learn how to calibrate and then validate that a temperature sensor is producing accurate results. We will study how data is stored on hard drives and solid state drives. We will take a brief look at file systems used to store large data sets.
2 horas para completar
16 videos (Total 103 minutos)
16 videos
Introduction28s
Segment 1 - Learning Outcomes, Introduction to Thermistors3m
Segment 2 - Terminology: Resolution, Precision, Accuracy, Tolerance6m
Segment 3 - Basic Sensor Circuit5m
Segment 4 - Accuracy Example2m
Segment 5 - Calculating Rtherm2m
Segment 6 - Validating Calibration5m
Segment 7 - Filtering Techniques11m
Segment 8 - Block, Object and Key-Value Storage Devices15m
Segment 9 - Filesystem Basics3m
Segment 10 - A File on a Hard Drive5m
Segment 11 - A File on a Solid State Drive8m
Segment 12 - File System: NFS4m
Segment 13 - How Big is "Big"?8m
Segment 14 - Traditional File System Bottlenecks3m
Segment 15 - Parallel Distributed File Systems: Hadoop, Lustre13m
1 ejercicio de práctica
Module 2 Quiz18m
3 horas para completar
Machine Learning
In this module we look at machine learning (ML), what it is and how it works. We take a look at a couple supervised learning algorithms and 1 unsupervised learning algorithm. No coding is required of you. Instead I provide working source code to you so you can play around with these algorithms. I wrap up by providing some examples of how ML can be used in the IIoT space.
3 horas para completar
22 videos (Total 132 minutos)
22 videos
Introduction30s
Segment 1 - Learning Outcomes1m
Segment 2 - AI Backgrounder6m
Segment 3 - Machine Learning, What is it?6m
Segment 4 - Machine Learning Schools of Thought9m
Segment 5 - Get the Tools3m
Segment 6 - Categories of Machine Learning5m
Segment 7 - Supervised Learning, Linear Regression 17m
Segment 8 - Supervised Learning, Linear Regression 29m
Segment 9 - Supervised Learning, Linear Regression 38m
Segment 10 - Supervised Learning, Linear Regression 49m
Segment 11 - Supervised Learning, Bayes Theorem4m
Segment 12 - Supervised Learning, Naive Bayes9m
Segment 13 - Supervised Learning, Support Vector Machines (SVM) Introduction55s
Segment 14 - Supervised Learning, SVMs12m
Segment 15 - Unsupervised Learning, K-Means11m
Segment 16 - Reinforcement Learning46s
Segment 17 - Supervised Learning, Deep Learning2m
Segment 18 - Rick Rashid, Natural Language Processing8m
Segment 19 - Deep Learning, Hearing Aid2m
Segment 20 - Machine Learning in IIoT4m
Segment 21 - Machine Learning Summary4m
1 ejercicio de práctica
Module 3 Quiz22m
2 horas para completar
Big Data Analytics
In this module you will learn about big data and why we want to study it. You will learn about issues that can arise with a data set and the importance of properly preparing data prior to a ML exercise.
2 horas para completar
19 videos (Total 119 minutos)
19 videos
Introduction33s
Segment 1 - Learning Outcomes, Definition of Big Data3m
Segment 2 - Importance of Big Data, Characteristics of Big Data4m
Segment 3 - Size of Big Data4m
Segment 4 - Introduction to Predictive Analytics2m
Segment 5 - Role of Statistics and Data Mining3m
Segment 6 - Machine Learning, Generalization and Discrimination7m
Segment 7 - Frameworks, Testing and Validating5m
Segment 8 - Bias and Variance in your Data3m
Segment 9 - Out-of-sample Data and Learning Curves5m
Segment 10 - Cross Validation5m
Segment 11 - Model Complexity, Over- and Under-fitting3m
Segment 12 - Processing Your Data Prior to Machine Learning8m
Segment 13 - Good Data, Smart Data6m
Segment 14 - Visualizing Your Data1m
Segment 15 - Principal Component Analysis (PCA)2m
Segment 16 - Prognostic Health Management, Hadoop Machine Learning Library11m
Segment 17 - My Example: Predicting NFL Football Winners18m
Segment 18 - Tom Bradicich, Hewlett Packard's Viewpoint on Big Data20m
1 ejercicio de práctica
Module 4 Quiz26m
Reseñas
Principales reseñas sobre PROJECT PLANNING AND MACHINE LEARNING
por DB6 de jul. de 2020
Very well designed and delivered Course. Thank you for the opportunity. Special Thanks to Prof Dave Sluiter
por AN2 de jun. de 2020
It was a good course to get a background and basic clearing while developing IIoT projects...
por RK15 de may. de 2020
Got good idea about predictive analysis and ML concepts used in IoT design
por AB1 de abr. de 2019
quizzes can be tougher. great course!\n\n100% history oriented.
Acerca de Programa especializado: Developing Industrial Internet of Things
The courses in this specialization can also be taken for academic credit as ECEA 5385-5387, part of CU Boulder’s Master of Science in Electrical Engineering degree. Enroll here.
Preguntas Frecuentes
¿Cuándo podré acceder a las lecciones y tareas?
El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:
- es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
- Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
¿Qué recibiré si me suscribo a este Programa especializado?
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.
Is financial aid available?
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.
