Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.6
132 Bewertungen
Stufe Mittel
Empfohlene Erfahrung
Empfohlene Erfahrung
Stufe „Mittel“
Richtet sich an Ingenieure, die im Bereich eingebettete Systeme für das industrielle Internet der Dinge arbeiten. Ein BSEE, Computerarchitektur und C/C++ sind von Vorteil.
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.6
132 Bewertungen
Stufe Mittel
Empfohlene Erfahrung
Empfohlene Erfahrung
Stufe „Mittel“
Richtet sich an Ingenieure, die im Bereich eingebettete Systeme für das industrielle Internet der Dinge arbeiten. Ein BSEE, Computerarchitektur und C/C++ sind von Vorteil.
Erstellen Sie einen Plan für die Besetzung und Durchführung eines Projekts nach einem Zeitplan.
Sensorsysteme erstellen und kalibrieren. Beschreiben, wie Festplatten und Solid State Drives funktionieren. Beschreiben, wie Dateisysteme für Big Data funktionieren.
Beschreiben Sie die grundlegende Funktionsweise der heutigen Algorithmen für maschinelles Lernen.
Beschreiben Sie die Grundlagen der Big Data-Analytik.
Kompetenzen, die Sie erwerben
Kategorie: Datenanalyse
Datenanalyse
Kategorie: Datenspeicherung
Datenspeicherung
Kategorie: Große Daten
Große Daten
Kategorie: Technologien zur Datenspeicherung
Technologien zur Datenspeicherung
Kategorie: Angewandtes maschinelles Lernen
Angewandtes maschinelles Lernen
Kategorie: Maschinelles Lernen
Maschinelles Lernen
Kategorie: Ausführung des Plans
Ausführung des Plans
Kategorie: Projektplanung
Projektplanung
Kategorie: Internet der Dinge
Internet der Dinge
Kategorie: Produktplanung
Produktplanung
Kategorie: Dateisysteme
Dateisysteme
Kategorie: Überwachtes Lernen
Überwachtes Lernen
Kategorie: Unüberwachtes Lernen
Unüberwachtes Lernen
Kategorie: Vorverarbeitung von Daten
Vorverarbeitung von Daten
Kategorie: Analytik
Analytik
Kategorie: Algorithmen für maschinelles Lernen
Algorithmen für maschinelles Lernen
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Bewertungen
4 Aufgaben
Unterrichtet in Englisch
91% of learners achieved a positive career outcome
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung 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 zur Vorlage
In diesem Kurs gibt es 4 Module
Produkte entwerfen und bauen sich nicht von selbst. In diesem Kurs lernen die Teilnehmer, wie man ein Projekt zur Entwicklung eines Produkts plant und durchführt. Wir erforschen Sensoren, die enorme Datenmengen produzieren, und dann Speichergeräte und Dateisysteme für die Speicherung von Big Data. Schließlich befassen wir uns mit maschinellem Lernen und Big Data Analytics.
Dieser Kurs kann im Rahmen des Master of Science in Electrical Engineering (MS-EE) der CU Boulder, der auf der Coursera-Plattform angeboten wird, als akademische Leistung angerechnet werden. Der Abschluss bietet zielgerichtete Kurse, kurze 8-wöchige Sitzungen und kostenpflichtige Studiengebühren. Die Zulassung basiert auf den Leistungen in drei Vorkursen, nicht auf dem akademischen Werdegang. Die CU-Abschlüsse auf Coursera sind ideal für Hochschulabsolventen und Berufstätige. Erfahren Sie mehr:
MS in Elektrotechnik: https://www.coursera.org/degrees/msee-boulder
In diesem Modul teile ich mit Ihnen meine Erfahrungen in der Produktplanung, -besetzung und -ausführung. Sie werden erfahren, wie wichtig es ist, zuerst die Anforderungen zu definieren, dann die Entwurfsarbeit zu leisten und schließlich den Code zu schreiben.
Das ist alles enthalten
8 Videos4 Lektüren1 Aufgabe1 Diskussionsthema
Infos zu Modulinhalt anzeigen
8 Videos•Insgesamt 128 Minuten
1 - Kursübersicht•3 Minuten
1 - Einführung in die Projektplanung•16 Minuten
2 - Anforderungen und Umfang•18 Minuten
3 - Rollen und Verantwortlichkeiten, Gestaltungsprozess Teil 1•19 Minuten
4 - Entwurfsprozess Teil 2 und Teil 3•20 Minuten
5 - Validierung und der agile Prozess•24 Minuten
6 - Dokumentation•18 Minuten
7 - Produktzerlegung und Stückliste•10 Minuten
4 Lektüren•Insgesamt 18 Minuten
Kursaktualisierungen und Unterstützung bei der Barrierefreiheit•1 Minute
Nicht-anrechenbare Studenten: Willkommen und wo Sie Hilfe finden•10 Minuten
Eine Anmerkung des Kursleiters•5 Minuten
Zusätzliche Kursressourcen•2 Minuten
1 Aufgabe•Insgesamt 10 Minuten
Quiz zur Projektplanung und Personalbesetzung•10 Minuten
1 Diskussionsthema•Insgesamt 10 Minuten
Einführung Diskussionsforum•10 Minuten
Sensoren und Dateisysteme
Modul 2•3 Stunden abzuschließen
Moduldetails
In diesem Modul lernen Sie etwas über Sensoren, insbesondere über einen Temperatursensor. Sie werden lernen, wie man ein Temperatursensorsystem kalibriert, was Ihnen hilft, die Genauigkeit dieses Systems zu messen und zu verbessern. Sie lernen, wie Daten auf Festplatten und Solid State Drives gespeichert werden. Sie lernen 3 Dateisysteme kennen, die zum Speichern großer Datenmengen verwendet werden, die oft als "Big Data" bezeichnet werden.
Das ist alles enthalten
7 Videos1 Aufgabe
Infos zu Modulinhalt anzeigen
7 Videos•Insgesamt 146 Minuten
1 - Sensoren, Teil 1•13 Minuten
2 - Sensoren, Teil 2•22 Minuten
3 - Sensoren, Teil 3•22 Minuten
1 - Speichergeräte Teil 1•18 Minuten
2 - Speichergeräte Teil 2•28 Minuten
1 - Dateisysteme Teil 1•25 Minuten
2 - Dateisysteme Teil 2•18 Minuten
1 Aufgabe•Insgesamt 18 Minuten
Sensoren und Dateisysteme Quiz•18 Minuten
Maschinelles Lernen
Modul 3•4 Stunden abzuschließen
Moduldetails
In diesem Modul befassen wir uns mit maschinellem Lernen (ML), was es ist und wie es funktioniert. Sie werden mehrere überwachte Lernalgorithmen und 1 unüberwachten Lernalgorithmus kennenlernen. Von Ihnen wird keine Programmierung verlangt. Stattdessen stelle ich Ihnen funktionierenden Quellcode zur Verfügung, damit Sie mit diesen Algorithmen herumspielen können. Abschließend zeige ich Ihnen einige Beispiele, wie ML im Bereich des industriellen IoT eingesetzt werden kann.
Das ist alles enthalten
10 Videos10 Lektüren1 Aufgabe
Infos zu Modulinhalt anzeigen
10 Videos•Insgesamt 128 Minuten
1 - Maschinelles Lernen Teil 1•14 Minuten
2 - Maschinelles Lernen Teil 2•13 Minuten
3 - Maschinelles Lernen Teil 3•26 Minuten
4 - Maschinelles Lernen Teil 4•10 Minuten
5 - Maschinelles Lernen Teil 5•9 Minuten
6 - Maschinelles Lernen Teil 6•8 Minuten
7 - Maschinelles Lernen Teil 7•9 Minuten
8 - Maschinelles Lernen Teil 8•14 Minuten
9 - Maschinelles Lernen Teil 9•10 Minuten
10 - Maschinelles Lernen Teil 10•15 Minuten
10 Lektüren•Insgesamt 83 Minuten
LIES MICH•1 Minute
Code-Beispiele für maschinelles Lernen .zip-Datei•2 Minuten
Erforderliche Lektüre: MLM - Test- und Validierungsdatensätze•10 Minuten
Optionale Lektüre: Das menschliche Versprechen der KI-Revolution•10 Minuten
Optionale Lektüre: Lenovo - Entlarvung von Missverständnissen über KI•10 Minuten
Optionale Lektüre: Wired - Neurowissenschaftlicher Schlüssel zu echter KI•10 Minuten
Optionale Lektüre: IEEE Spectrum - 7 Enthüllungen, wie KI versagt•10 Minuten
Optionale Lektüre: IEEE Spectrum - Trauen Sie dem Deep Learning nicht•10 Minuten
Optionale Lektüre: IEEE Spectrum - Warum sich über superintelligente KI Sorgen machen•10 Minuten
1 Aufgabe•Insgesamt 24 Minuten
Quiz zum maschinellen Lernen•24 Minuten
Big Data-Analytik
Modul 4•4 Stunden abzuschließen
Moduldetails
In diesem Modul lernen Sie Big Data kennen und erfahren, warum wir sie untersuchen wollen. Sie erfahren, welche Probleme mit einem Datensatz auftreten können und wie wichtig es ist, die Daten vor einer Machine-Learning-Übung richtig vorzubereiten.
Das ist alles enthalten
9 Videos4 Lektüren1 Aufgabe
Infos zu Modulinhalt anzeigen
9 Videos•Insgesamt 104 Minuten
1 - Einführung Teil 1•12 Minuten
2 - Einführung Teil 2•17 Minuten
1 - Erste Schritte•5 Minuten
1 - Probleme mit Daten Teil 1•13 Minuten
2 - Probleme mit Daten Teil 2•8 Minuten
1 - Lernen aus Big Data Teil 1•13 Minuten
2 - Lernen aus Big Data Teil 2•16 Minuten
1 - Persönliches Beispiel des Ausbilders•14 Minuten
1 - Zusammenfassung•5 Minuten
4 Lektüren•Insgesamt 134 Minuten
Code für das NFL-Vorhersagebeispiel•2 Minuten
Bitte ansehen: Die 7 Prinzipien des IoT (und zwei weitere 7er)•16 Minuten
Fakultative Lektüre: Matillion - Data Analytics Plattform•42 Minuten
1 Aufgabe•Insgesamt 24 Minuten
Big Data Analytics Quiz•24 Minuten
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Auf einen Abschluss hinarbeiten
Dieses Kurs ist Teil des/der folgenden Studiengangs/Studiengänge, die von University of Colorado Boulderangeboten werden. Wenn Sie zugelassen werden und sich immatrikulieren, können Ihre abgeschlossenen Kurse auf Ihren Studienabschluss angerechnet werden und Ihre Fortschritte können mit Ihnen übertragen werden.¹
Mögliche Abschüsse anzeigen
Auf einen Abschluss hinarbeiten
Dieses Kurs ist Teil des/der folgenden Studiengangs/Studiengänge, die von University of Colorado Boulderangeboten werden. Wenn Sie zugelassen werden und sich immatrikulieren, können Ihre abgeschlossenen Kurse auf Ihren Studienabschluss angerechnet werden und Ihre Fortschritte können mit Ihnen übertragen werden.¹
¹Erfolgreiche Bewerbung und Einschreibung sind erforderlich. Es gelten die Zulassungsbedingungen. Jede Einrichtung legt die Anzahl der Credits fest, die durch die Absolvierung dieser Inhalte anerkannt werden und auf die Abschlussanforderungen angerechnet werden können, wobei bereits vorhandene Credits berücksichtigt werden. Klicken Sie auf einen bestimmten Kurs, um weitere Informationen zu erhalten.
OK
Dozent
Lehrkraftbewertungen
Lehrkraftbewertungen
Wir haben alle Lernenden um Feedback zu unseren Dozenten gebeten, ausgehend von der Qualität ihres Unterrichtsstils.
Die CU Boulder ist eine dynamische Gemeinschaft von Gelehrten und Lernenden auf einem der spektakulärsten College-Campus des Landes. AS eine von 34 öffentlichen US-Institutionen in der angesehenen Association of American Universities (AAU), haben wir eine stolze Tradition der akademischen Exzellenz, mit fünf Nobelpreisträgern und mehr als 50 Mitglieder der renommierten akademischen Akademien.
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 mich für diese Specialization einschreibe?
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.
Ist finanzielle Hilfe verfügbar?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.