课程信息

50,043 次近期查看

学生职业成果

56%

完成这些课程后已开始新的职业生涯

60%

通过此课程获得实实在在的工作福利

17%

加薪或升职
可分享的证书
完成后获得证书
100% 在线
立即开始,按照自己的计划学习。
第 2 门课程(共 4 门)
可灵活调整截止日期
根据您的日程表重置截止日期。
高级
完成时间大约为27 小时
英语(English)

学生职业成果

56%

完成这些课程后已开始新的职业生涯

60%

通过此课程获得实实在在的工作福利

17%

加薪或升职
可分享的证书
完成后获得证书
100% 在线
立即开始,按照自己的计划学习。
第 2 门课程(共 4 门)
可灵活调整截止日期
根据您的日程表重置截止日期。
高级
完成时间大约为27 小时
英语(English)

提供方

Placeholder

IBM

教学大纲 - 您将从这门课程中学到什么

内容评分Thumbs Up82%(3,045 个评分)Info
1

1

完成时间为 6 小时

Setting the stage

完成时间为 6 小时
10 个视频 (总计 59 分钟), 2 个阅读材料, 3 个测验
10 个视频
Linear algebra5分钟
High Dimensional Vector Spaces2分钟
Supervised vs. Unsupervised Machine Learning4分钟
How ML Pipelines work3分钟
Introduction to SparkML20分钟
What is SystemML (1/2) ?3分钟
What is SystemML (2/2) ?6分钟
How to use Apache SystemML in IBM Watson Studio4分钟
Extract - Transform - Load3分钟
2 个阅读材料
Object Store10分钟
IMPORTANT: How to submit your programming assignments10分钟
2 个练习
Machine Learning30分钟
ML Pipelines30分钟
2

2

完成时间为 10 小时

Supervised Machine Learning

完成时间为 10 小时
26 个视频 (总计 131 分钟), 1 个阅读材料, 10 个测验
26 个视频
LinearRegression with Apache SparkML6分钟
Linear Regression using Apache SystemML3分钟
Batch Gradient Descent using Apache SystemML8分钟
The importance of validation data to prevent overfitting3分钟
Important evaluation measures2分钟
Logistic Regression1分钟
LogisticRegression with Apache SparkML4分钟
Probabilities refresher6分钟
Rules of probability and Bayes' theorem10分钟
The Gaussian distribution4分钟
Bayesian inference4分钟
Bayesian inference - example9分钟
Maximum a posteriori estimation5分钟
Bayesian inference in Python8分钟
Why is Naive Bayes "naive"7分钟
Support Vector Machines3分钟
Support Vector Machines using Apache SparkML8分钟
Crossvalidation1分钟
Hyper-parameter tuning using GridSearch3分钟
Decision Trees2分钟
Bootstrap Aggregation (Bagging) and RandomForest1分钟
Boosting and Gradient Boosted Trees6分钟
Gradient Boosted Trees with Apache SparkML2分钟
Hyperparameter-Tuning using GridSeach and CrossValidation in Apache SparkML on Gradient Boosted Trees3分钟
Regularization3分钟
1 个阅读材料
Classification evaluation measures10分钟
9 个练习
Linear Regression30分钟
Splitting and Overfitting30分钟
Evaluation Measures30分钟
Logistic Regression30分钟
Naive Bayes30分钟
Support Vector Machines30分钟
Testing, X-Validation, GridSearch30分钟
Enselble Learning30分钟
Regularization30分钟
3

3

完成时间为 5 小时

Unsupervised Machine Learning

完成时间为 5 小时
13 个视频 (总计 67 分钟), 1 个阅读材料, 3 个测验
13 个视频
Introduction to Clustering: k-Means3分钟
Hierarchical Clustering3分钟
Density-based clustering (Guest Lecture Saeed Aghabozorgi)4分钟
Using K-Means in Apache SparkML2分钟
Curse of Dimensionality9分钟
Dimensionality Reduction4分钟
Principal Component Analysis6分钟
Principal Component Analysis (demo)6分钟
Covariance matrix and direction of greatest variance8分钟
Eigenvectors and eigenvalues8分钟
Projecting the data4分钟
PCA in SystemML2分钟
1 个阅读材料
Reading on Clustering Evaluation and Assessment10分钟
2 个练习
Clustering30分钟
PCA30分钟
4

4

完成时间为 6 小时

Digital Signal Processing in Machine Learning

完成时间为 6 小时
13 个视频 (总计 108 分钟)
13 个视频
Fourier Transform in action6分钟
Signal generation and phase shift11分钟
The maths behind Fourier Transform11分钟
Discrete Fourier Transform16分钟
Fourier Transform in SystemML15分钟
Fast Fourier Transform7分钟
Nonstationary signals5分钟
Scaleograms7分钟
Continous Wavelet Transform3分钟
Scaling and translation3分钟
Wavelets and Machine Learning3分钟
Wavelets transform and SVM demo6分钟
2 个练习
Fourier Transform30分钟
Wavelet Transform30分钟

审阅

来自ADVANCED MACHINE LEARNING AND SIGNAL PROCESSING的热门评论

查看所有评论

关于 Advanced Data Science with IBM 专项课程

Advanced Data Science with IBM

常见问题

还有其他问题吗?请访问 学生帮助中心