Dies ist der erste Kurs einer sechsteiligen Spezialisierung. Wir empfehlen Ihnen DRINGEND, diese Kurse der Reihe nach zu absolvieren, da es sich nicht um einzelne unabhängige Kurse handelt, sondern um einen Teil eines Workflows, bei dem jeder Kurs auf den vorhergehenden aufbaut. Dieser erste Kurs der IBM KI Enterprise Workflow Certification Spezialisierung führt Sie in den Umfang der Spezialisierung und die Voraussetzungen ein. Die Kurse in dieser Specialization richten sich insbesondere an praktizierende Data Scientists, die sich mit Wahrscheinlichkeit, Statistik, linearer Algebra und Python-Tools für Data Science und Maschinelles Lernen auskennen. Ein hypothetisches Streaming Media-Unternehmen wird Ihnen als neuer Kunde vorgestellt. Sie werden in das Konzept des Design Thinking eingeführt, IBMs Rahmenwerk für die Organisation von KI-Projekten in großen Unternehmen. Sie werden auch in die Grundlagen des wissenschaftlichen Denkens eingeführt, denn die Eigenschaft, die einen erfahrenen Datenwissenschaftler von einem Anfänger unterscheidet, ist kreatives, wissenschaftliches Denken. Schließlich werden Sie Ihre Arbeit für das hypothetische Medienunternehmen beginnen, indem Sie die dort vorhandenen Daten verstehen und mit Hilfe von Python und Jupyter Notebooks eine Pipeline zur Datenaufnahme aufbauen. Am Ende dieses Kurses sollten Sie in der Lage sein: 1. Die Vorteile eines strukturierten Prozesses für die Datenwissenschaft kennen 2. Beschreiben Sie, wie die Phasen des Design Thinking mit dem KI Enterprise Workflow korrespondieren 3. Diskutieren Sie verschiedene Strategien zur Priorisierung von Geschäftsmöglichkeiten 4. Erklären Sie, wo sich Data Science und Data Engineering im KI Workflow am meisten überschneiden 5. Erläutern Sie den Zweck von Tests bei der Dateneingabe 6. Beschreiben Sie den Anwendungsfall für spärliche Matrizen als Ziel für die Datenaufnahme 7. Kennen Sie die ersten Schritte, die zur Automatisierung von Dateneingabe-Pipelines unternommen werden können Wer sollte diesen Kurs besuchen? Dieser Kurs richtet sich an Data-Science-Fachleute, die Erfahrung mit der Erstellung von Modellen des Maschinellen Lernens haben und ihre Kenntnisse über die Entwicklung und Bereitstellung von KI in großen Unternehmen vertiefen möchten. Wenn Sie ein aufstrebender Data Scientist sind, ist dieser Kurs NICHT für Sie geeignet, da Sie über praktische Erfahrungen verfügen müssen, um von den Inhalten dieses Kurses zu profitieren. Welche Kenntnisse sollten Sie mitbringen? Es wird vorausgesetzt, dass Sie über ein solides Verständnis der folgenden Themen verfügen, bevor Sie diesen Kurs beginnen: Grundlegendes Verständnis der Linearen Algebra; Verständnis von Stichproben, Wahrscheinlichkeitstheorie und Wahrscheinlichkeitsverteilungen; Kenntnisse von deskriptiven und inferenzstatistischen Konzepten; allgemeines Verständnis von Techniken des maschinellen Lernens und Best Practices; geübtes Verständnis von Python und den in der Datenwissenschaft häufig verwendeten Paketen: NumPy, Pandas, matplotlib, scikit-learn; Vertrautheit mit IBM Watson Studio; Vertrautheit mit dem Design Thinking Prozess.