Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?

Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.

Was bekomme ich, wenn ich dieses Zertifikat abonniere?

Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugang zu allen Kursen des Zertifikats, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird zu Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.

Schließen Sie ein Data Science Projekt ab

Dieser Kurs ist Teil von CertNexus Zertifizierter Data Science Praktiker (berufsbezogenes Zertifikat)

Dozenten: Sarah Haq

1.686 bereits angemeldet

Bei enthalten

Mehr erfahren

4 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Mittel

Empfohlene Erfahrung

1 Woche zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

4 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Mittel

Empfohlene Erfahrung

1 Woche zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

Kommunizieren Sie die Ergebnisse eines Modells über Webanwendungen und implementieren Sie Testpipelines, die das Training, die Abstimmung und den Einsatz des Modells automatisieren.

Kompetenzen, die Sie erwerben

Kategorie: Datengestützte Entscheidungsfindung
Kategorie: Angewandtes maschinelles Lernen
Kategorie: Kontinuierliche Bereitstellung
Kategorie: Lieferung der Lösung
Kategorie: Maschinelles Lernen
Kategorie: Präsentation der Daten
Kategorie: Präsentationen
Kategorie: Datenwissenschaft
Kategorie: Kommunikation mit Interessenvertretern
Kategorie: Modell-Optimierung
Kategorie: MLOps (Operationen für maschinelles Lernen)
Kategorie: Daten-Storytelling
Kategorie: Abschluss des Projekts
Kategorie: Kommunikation
Kategorie: Engagement der Interessengruppen
Kategorie: Datenvisualisierung
Kategorie: Methoden des maschinellen Lernens
Kategorie: Modell Ausbildung
Kategorie: Algorithmen für maschinelles Lernen

Werkzeuge, die Sie lernen werden

Kategorie: Web-Anwendungen

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

3 Zuweisungen¹

KI-bewertet siehe Haftungsausschluss

Unterrichtet in Englisch

91% of learners achieved a positive career outcome

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihr Fachwissen im Bereich Datenanalyse

Dieser Kurs ist Teil der Spezialisierung CertNexus Zertifizierter Data Science Praktiker (berufsbezogenes Zertifikat)

Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für dieses berufsbezogene Zertifikat angemeldet.

Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat von CertNexus zur Vorlage

In diesem Kurs gibt es 4 Module

Dieser Kurs richtet sich an Fachleute aus der Wirtschaft, die lernen möchten, wie sie die Ergebnisse aus den vorangegangenen Phasen des Data-Science-Projekts sammeln und den Beteiligten präsentieren können. Die Kursteilnehmer werden die Ergebnisse eines Modells an Stakeholder kommunizieren, sie werden lernen, wie man eine einfache Web-App zur Demonstration von Machine Learning-Modellen erstellt und Pipelines implementiert und testet, die das Training, die Abstimmung und den Einsatz von Modellen automatisieren.

Moduldetails

In den vorangegangenen Kursen dieser Spezialisierung haben Sie Ihre Daten durch den Extraktions-, Transformations- und Ladeprozess (ETL) geleitet, eine Analyse der Daten durchgeführt und aus den Daten statistische Modelle entwickelt, die die drei Hauptdisziplinen des maschinellen Lernens abdecken: Klassifizierung, Regression und Clustering. Aber Sie sind noch nicht fertig. Jetzt ist es an der Zeit, Ihre Ergebnisse zusammenzutragen und sie den Beteiligten zu präsentieren. Schließlich haben Sie das Data-Science-Projekt in Angriff genommen, um Geschäftsziele zu erreichen, also müssen Sie zeigen, dass Sie dabei tatsächlich erfolgreich waren. In diesem ersten Modul werden Sie den Stakeholdern des Projekts über Ihre Ergebnisse berichten.

Das ist alles enthalten

6 Videos3 Lektüren1 Aufgabe1 peer review1 Diskussionsthema

6 VideosInsgesamt 45 Minuten

Kurs-Einführung: Ein Data Science Projekt abschließen2 Minuten
Publikum und Einblicke7 Minuten
Faktoren, die die Ergebnisse beeinflussen10 Minuten
Ergebnisse des Modells präsentieren5 Minuten
Visualisierungen und Dashboards12 Minuten
Charts für kumulative Gewinne und Lift Charts8 Minuten

3 LektürenInsgesamt 22 Minuten

Übersicht2 Minuten
Holen Sie sich Hilfe und treffen Sie andere Lernende. Treten Sie Ihrer Community bei!5 Minuten
Leitlinien für die Kommunikation von Ergebnissen an Stakeholder15 Minuten

1 AufgabeInsgesamt 30 Minuten

Kommunikation der Ergebnisse an Stakeholder30 Minuten

1 peer reviewInsgesamt 60 Minuten

Kommunikation der Ergebnisse an Stakeholder60 Minuten

1 DiskussionsthemaInsgesamt 5 Minuten

Reflektieren Sie, was Sie gelernt haben5 Minuten

Eine Möglichkeit, eine robuste und interessante Präsentation zu erstellen, besteht darin, Ihre Ergebnisse in einer Webanwendung zu zeigen. In diesem Modul befassen Sie sich mit einigen der wichtigsten Technologien zur Erstellung einer Webanwendung, die Sie vielleicht in einer Demonstration verwenden möchten.

Das ist alles enthalten

7 Videos2 Lektüren1 Aufgabe1 Diskussionsthema

7 VideosInsgesamt 62 Minuten

Web App6 Minuten
HTML, CSS und JavaScript10 Minuten
Web-Frameworks5 Minuten
Flask und Django7 Minuten
Modelle in einer Webanwendung demonstrieren (Teil 1 von 3)8 Minuten
Modelle in einer Webanwendung demonstrieren (Teil 2 von 3)13 Minuten
Modelle in einer Webanwendung demonstrieren (Teil 3 von 3)13 Minuten

2 LektürenInsgesamt 7 Minuten

Übersicht2 Minuten
Richtlinien für die Demonstration von Modellen in einer Webanwendung5 Minuten

1 AufgabeInsgesamt 30 Minuten

Modelle in einer Webanwendung demonstrieren30 Minuten

1 DiskussionsthemaInsgesamt 5 Minuten

Reflektieren Sie, was Sie gelernt haben5 Minuten

Vieles von dem, was Sie während des Data-Science-Projekts getan haben, kann auf irgendeine Weise automatisiert werden. Das Ziel ist es, weniger Zeit mit den sich wiederholenden Aufgaben zu verbringen und mehr Zeit mit Aufgaben, die Ihr eigenes Urteilsvermögen erfordern. An dieser Stelle kommt die Pipeline-Automatisierung ins Spiel.