이 강좌에 대하여

최근 조회 8,783
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 6개 강좌 중 4번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
고급 단계
완료하는 데 약 14시간 필요
영어

귀하가 습득할 기술

Data ScienceInformation EngineeringArtificial Intelligence (AI)Machine LearningPython Programming
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 6개 강좌 중 4번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
고급 단계
완료하는 데 약 14시간 필요
영어

제공자:

Placeholder

IBM

강의 계획 - 이 강좌에서 배울 내용

1

1

완료하는 데 7시간 필요

Model Evaluation and Performance Metrics

완료하는 데 7시간 필요
6개 동영상 (총 18분), 19 개의 읽기 자료, 6 개의 테스트
6개의 동영상
Evaluation Metrics2m
Introduction to Predictive Linear and Logistic Regression3m
Linear Models4m
Watson Natural Language Understanding Service Overview3m
Case Study Introduction1m
19개의 읽기 자료
Evaluation Metrics: Through the Eyes of our Working Example3m
Evaluation Metrics3m
Regression Metrics5m
Classification Metrics10m
Multi-class and Multi-label Metrics3m
Model Performance: Through the Eyes of our Working Example3m
Generalizing Well to Unseen Data3m
Model Plots, Bias, Variance4m
Relating the Evaluation Metric to a Business Metric4m
Linear Models: Through the Eyes of our Working Example3m
Generalized Linear Models5m
Linear and Logistic Regression5m
Regularized Regression3m
Stochastic Gradient Descent Classifier3m
Watson Natural Language Understanding: Through the eyes of our Working Example3m
Watson Developer Cloud Python SDK10m
Performance and Business Metrics: Through the Eyes of our Working Example3m
Getting Started with Performance and Business Metrics Case Study (Hands-on)2시간
Summary/Review10m
6개 연습문제
Check for Understanding30m
Check for Understanding30m
Check for Understanding30m
Check for Understanding30m
Check for Understanding30m
End of Module Quiz10m
2

2

완료하는 데 6시간 필요

Building Machine Learning and Deep Learning Models

완료하는 데 6시간 필요
5개 동영상 (총 15분), 14 개의 읽기 자료, 5 개의 테스트
5개의 동영상
Introduction to Tree Based Methods2m
Neural Networks2m
Introduction to neural networks4m
IBM Watson Visual Recognition Overview2m
14개의 읽기 자료
Tree-based Methods: Through the Eyes of our Working Example3m
Decision Trees4m
Bagging and Random Forests4m
Boosting2m
Ensemble Learning4m
Neural networks: Through the eyes of our Working Example3m
Multilayer perceptron (MLP)4m
Neural network architectures4m
On interpretability2m
Watson Visual Recognition: Through the Eyes of our Working Example3m
Watson Developer Cloud Python SDK10m
TensorFlow: Through the Eyes of our Working Example3m
Getting Started with Convolutional Neural Networks and TensorFlow (Hands-on)2시간
Summary/Review10m
5개 연습문제
Check for Understanding30m
Check for Understanding30m
Check for Understanding30m
Check for Understanding30m
End of Module Quiz10m

검토

AI WORKFLOW: MACHINE LEARNING, VISUAL RECOGNITION AND NLP의 최상위 리뷰

모든 리뷰 보기

IBM AI Enterprise Workflow 특화 과정 정보

IBM AI Enterprise Workflow

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.