קורס אונליין – תעודה מקצועית מוסמכת ב-IBM AI Enterprise Workflow של IBM

תהליך העבודה של בינה מלאכותית: עדיפויות עסקיות והכנסת נתונים

קורס 1

משך: 7 שעות

דירוג: 4.3 (159 דירוגים)

מה תלמד

הקורס הראשון בהסמכת תהליך העבודה של בינה מלאכותית לעסקים של IBM מכיר לך את תחום ההתמחות והדרישות המוקדמות. הקורסים מיועדים למדעני נתונים מעשיים עם הבנה בהסתברות, סטטיסטיקה, אלגברה לינארית וכלים של פייתון.

בסוף הקורס תוכל:

• לדעת את היתרונות בביצוע מדעי נתונים באמצעות תהליך מובנה.
• לתאר כיצד שלבי החשיבה העיצובית מתאימים לתהליך העבודה של בינה מלאכותית לעסקים.
• לדון בכמה אסטרטגיות לדירוג הזדמנויות עסקיות.
• להסביר איפה מדעי הנתונים והנדסת נתונים חופפים בתהליך העבודה של בינה מלאכותית.
• להסביר את מטרת הבדיקה בהכנסת נתונים.
• לתאר את השימוש במקרה של מטריצות חסרות.
• לדעת את הצעדים הראשוניים לקראת אוטומציה של צינורות הכנסת נתונים.

מי צריך לקחת את הקורס הזה?

הקורס מופנה למדעני נתונים קיימים עם מומחיות בבניית מודלים של למידת מכונה.

אילו מיומנויות כדאי שיהיו לך?

• הבנה בסיסית של אלגברה לינארית.
• הבנה של דגימה, תיאוריה הסתברותית, והתפלגויות הסתברות.
• ידע על מושגי סטטיסטיקה תיאורית והסקת מסקנות.
• הבנה כללית של טכניקות למידת מכונה.
• הבנה מעשית של פייתון והחבילות שמשמשות במדעי הנתונים.
• היכרות עם IBM Watson Studio.
• היכרות עם תהליך החשיבה העיצובית.

מיומנויות שתרכוש

• בינה מלאכותית (AI)
• מדעי הנתונים
• תכנות פייתון
• הנדסת מידע
• למידת מכונה

תהליך העבודה של בינה מלאכותית: ניתוח נתונים ובדיקת השערות

קורס 2

משך: 10 שעות

דירוג: 4.2 (110 דירוגים)

מה תלמד

בקורס זה תתחיל את העבודה שלך עבור חברת מדיה היפותטית על ידי ביצוע ניתוח נתונים חקרני (EDA). תכיר את הפרקטיקות הטובות ביותר עבור ויזואליזציית נתונים, טיפול בנתונים חסרים ובדיקת השערות.

בסוף הקורס תוכל:

• לרשום מיטב שיטות בנוגע ל-EDA ולויזואליזציית נתונים.
• ליצור לוח מחוונים פשוט ב-Watson Studio.
• לתאר אסטרטגיות להתמודדות עם נתונים חסרים.
• להסביר את ההבדל בין הטבעה להטבעה מרובת.
• להשתמש בהתפלגויות נפוצות כדי לענות על שאלות הסתברות.
• להסביר את תפקיד הבדיקה החקרנית ב-EDA.
• ליישם שיטות שונות להתמודדות עם בדיקות מרובות.

מי צריך לקחת את הקורס הזה?

הקורס מופנה למדעני נתונים קיימים עם מומחיות בבניית מודלים של למידת מכונה.

אילו מיומנויות כדאי שיהיו לך?

• הבנה בסיסית של אלגברה לינארית.
• הבנה של דגימה, תיאוריה הסתברותית, והתפלגויות הסתברות.
• ידע על מושגי סטטיסטיקה תיאורית והסקת מסקנות.
• הבנה כללית של טכניקות למידת מכונה.
• הבנה מעשית של פייתון והחבילות שמשמשות במדעי הנתונים.
• היכרות עם IBM Watson Studio.
• היכרות עם תהליך החשיבה העיצובית.

מיומנויות שתרכוש

• בינה מלאכותית (AI)
• מדעי הנתונים
• תכנות פייתון
• הנדסת מידע
• למידת מכונה

תהליך העבודה של בינה מלאכותית: הנדסת תכונות וגילוי הטיות

קורס 3

משך: 12 שעות

דירוג: 4.4 (68 דירוגים)

מה תלמד

הקורס הזה מציג את השלב הבא בתהליך העבודה עבור חברת המדיה ההיפותטית שלנו. תלמד מיטב שיטות להנדסת תכונות, טיפול באי-שוויון בין הקטגוריות וגילוי הטיות בנתונים.

בסוף הקורס תוכל:

• להשתמש בכלים לטיפול בבעיות של אי-שוויון בין הקטגוריות.
• להסביר את השיקולים האתיים לגבי הטיות בנתונים.
• להשתמש בספריות קוד פתוח Fairness 360 לגילוי הטיות במודלים.
• לבצע טכניקות צמצום ממדים בשלב ה-EDA.
• לתאר טכניקות מודל נושאים בעיבוד שפה טבעית.
• ליישם מיטב שיטות טיפול בחריגים בנתונים.
• ליישם אלגוריתמים לגילוי חריגים.
• ליישם טכניקות למידה ללא השגחה.
• ליישם אלגוריתמים בסיסיים לקלאסטרינג.

מי צריך לקחת את הקורס הזה?

הקורס מופנה למדעני נתונים קיימים עם מומחיות בבניית מודלים של למידת מכונה.

אילו מיומנויות כדאי שיהיו לך?

• הבנה בסיסית של אלגברה לינארית.
• הבנה של דגימה, תיאוריה הסתברותית, והתפלגויות הסתברות.
• ידע על מושגי סטטיסטיקה תיאורית והסקת מסקנות.
• הבנה כללית של טכניקות למידת מכונה.
• הבנה מעשית של פייתון והחבילות שמשמשות במדעי הנתונים.
• היכרות עם IBM Watson Studio.
• היכרות עם תהליך החשיבה העיצובית.

מיומנויות שתרכוש

• בינה מלאכותית (AI)
• מדעי הנתונים
• תכנות פייתון
• הנדסת מידע
• למידת מכונה

תהליך העבודה של בינה מלאכותית: למידת מכונה, זיהוי חזותי ועיבוד שפה טבעית

קורס 4

משך: 13 שעות

דירוג: 4.4 (78 דירוגים)

מה תלמד

הקורס הרביעי עוסק בשלב הבא של תהליך העבודה, הגדרת מודלים וצינורות נתונים משויכים עבור חברת מדיה היפותטית.

בסוף הקורס תוכל:

• לדון במטריקות רגרסיה, סיווג ומטריקות סיווג מרובות.
• להסביר את השימוש ברגרסיה לינארית ולוגיסטית.
• לתאר אסטרטגיות לחיפוש רשתות ולביצוע מבחן חוצה.
• ליישם מטריקות הערכה כדי לבחור מודלים.
• להסביר את השימוש באלגוריתמים מבוססי עצים.
• להסביר את השימוש ברשתות נוירונים.
• ליצור מודל רשת עצבית ב-Tensorflow.
• ליצור ולבדוק מופע של זיהוי חזותי של Watson.
• ליצור ולבדוק מופע של Watson NLU.

מי צריך לקחת את הקורס הזה?

הקורס מופנה למדעני נתונים קיימים עם מומחיות בבניית מודלים של למידת מכונה.

אילו מיומנויות כדאי שיהיו לך?

• הבנה בסיסית של אלגברה לינארית.
• הבנה של דגימה, תיאוריה הסתברותית, והתפלגויות הסתברות.
• ידע על מושגי סטטיסטיקה תיאורית והסקת מסקנות.
• הבנה כללית של טכניקות למידת מכונה.
• הבנה מעשית של פייתון והחבילות שמשמשות במדעי הנתונים.
• היכרות עם IBM Watson Studio.
• היכרות עם תהליך החשיבה העיצובית.

מיומנויות שתרכוש

• בינה מלאכותית (AI)
• מדעי הנתונים
• תכנות פייתון
• הנדסת מידע
• למידת מכונה

תהליך העבודה של בינה מלאכותית: פריסת מודלים בארגון

קורס 5

משך: 9 שעות

דירוג: 4.2 (51 דירוגים)

מה תלמד

הקורס עוסק בפריסת מודלים בארגון ובתהליכים הנדרשים כדי להטמיע את המודלים שנבנו.

בסוף הקורס תוכל:

• להסביר את תהליך פריסת המודלים בארגון.
• לנהל את חיי המודל לאחר הפריסה.
• ליישם טכניקות לניהול מודלים.

מי צריך לקחת את הקורס הזה?

הקורס מופנה למדעני נתונים קיימים עם מומחיות בבניית מודלים של למידת מכונה.

אילו מיומנויות כדאי שיהיו לך?

• הבנה בסיסית של אלגברה לינארית.
• הבנה של דגימה, תיאוריה הסתברותית, והתפלגויות הסתברות.
• ידע על מושגי סטטיסטיקה תיאורית והסקת מסקנות.
• הבנה כללית של טכניקות למידת מכונה.
• הבנה מעשית של פייתון והחבילות שמשמשות במדעי הנתונים.
• היכרות עם IBM Watson Studio.
• היכרות עם תהליך החשיבה העיצובית.

מיומנויות שתרכוש

• בינה מלאכותית (AI)
• מדעי הנתונים
• תכנות פייתון
• הנדסת מידע
• למידת מכונה