AI Workflow: Data Analysis and Hypothesis Testing

Aperçu

Embarquez dans la prochaine étape de votre parcours vers la maîtrise de l'intelligence artificielle au sein des grandes entreprises avec le "Flux de travail IA :

Analyse de données et HypedIdentifiez l'importance des tests d'hypothèses dans l'analyse exploratoire de données et comment aborder les défis des tests multiples avec des stratégies efficaces. Ce cours n'est pas conçu pour les débutants mais plutôt pour les praticiens en science des données ayant une expérience dans la construction de modèles d'apprentissage automatique, cherchant à renforcer leur expertise dans le déploiement de l'IA dans de grandes entreprises.

Les prérequis incluent la complétion du premier cours de la spécialisation en Certification du Flux de Travail d'Entreprise IA d'IBM, une compréhension fondamentale de l'Algèbre Linéaire, la familiarité avec la théorie de la probabilité et les distributions, une maîtrise des statistiques descriptives et inférentielles, ainsi qu'une compréhension pratique des concepts d'apprentissage automatique. De plus, une compétence en Python et la connaissance d'outils tels que NumPy, Pandas, matplotlib, scikit-learn, et IBM Watson Studio, ainsi qu'une compréhension du processus de design thinking, sont attendus.

Proposé via Coursera, ce cours fait partie d'une série qui se concentre sur l'intelligence artificielle, la programmation Python, l'apprentissage automatique et l'analyse de données.

Enseigné par

Mark J Grover and Ray Lopez, Ph.D.

Sujets

united states