Flujo de trabajo de AI: prioridades comerciales e ingestión de datos

Descripción

Este es el primer curso de una especialización de seis partes. Le recomendamos ENCARECIDAMENTE que complete estos cursos en orden, ya que no son cursos individuales independientes, sino parte de un flujo de trabajo en el que cada curso se basa en los anteriores.

Este primer curso de la especialización IBM AI Enterprise Workflow Certification le presenta el alcance de la especialización y los requisitos previos. Específicamente, los cursos de esta especialización están destinados a científicos de datos en práctica que tengan conocimientos sobre probabilidad, estadística, álgebra lineal y herramientas de Python para ciencia de datos y aprendizaje automático. Se presentará una compañía hipotética de medios de transmisión como su nuevo cliente. Se le presentará el concepto de pensamiento de diseño, el marco de trabajo de IBM para organizar grandes proyectos empresariales de inteligencia artificial. También se le presentarán los conceptos básicos del pensamiento científico, porque la cualidad que distingue a un científico de datos experimentado de un principiante es el pensamiento científico creativo. Finalmente, comenzará su trabajo para la compañía de medios hipotética al comprender los datos que tienen y al crear una canalización de ingestión de datos utilizando los cuadernos de Python y Jupyter.

Al final de este curso deberías poder:
1. Conocer las ventajas de realizar ciencia de datos mediante un proceso estructurado
2. Describe cómo las etapas del pensamiento de diseño se corresponden con el flujo de trabajo empresarial de IA.
3. Analice varias estrategias que se utilizan para priorizar las oportunidades comerciales.
4. Explique dónde la ciencia de datos y la ingeniería de datos se superponen más en el flujo de trabajo de IA.
5. Explique el propósito de las pruebas en la ingestión de datos.
6. Describir el caso de uso de matrices dispersas como destino objetivo para la ingestión de datos.
7. Conozca los pasos iniciales que se pueden tomar hacia la automatización de las canalizaciones de ingestión de datos.

¿Quién debería tomar este curso?
Este curso está dirigido a profesionales de ciencia de datos existentes que tienen experiencia en la construcción de modelos de aprendizaje automático, que desean profundizar sus habilidades en la construcción y despliegue de IA en grandes empresas. Si es un aspirante a científico de datos, este curso NO es para usted, ya que necesita experiencia en el mundo real para beneficiarse del contenido de estos cursos.

¿Qué habilidades debes tener?
Se supone que tiene una comprensión sólida de los siguientes temas antes de comenzar este curso: Comprensión fundamental del álgebra lineal; Comprender el muestreo, la teoría de la probabilidad y las distribuciones de probabilidad; Conocimiento de conceptos estadísticos descriptivos e inferenciales; Comprensión general de las técnicas de aprendizaje automático y las mejores prácticas; Comprensión práctica de Python y los paquetes comúnmente utilizados en ciencia de datos: NumPy, Pandas, matplotlib, scikit-learn; Familiaridad con IBM Watson Studio; Familiaridad con el proceso de pensamiento de diseño.