Program beskrivelse
OversigtMaskinindlæring og Natural Language Processing definerer den nuværende moderne kunstige intelligens. Disse teknologier, som er en form for data mining og dataanalyse, lærer løbende ud fra den tilvejebragte information. De genkender skjulte mønstre, der ofte giver dramatiske konkurrencefordele til relativt lave omkostninger for organisationen. Disse teknologier skaber betydelige forbedringer på den måde, vi arbejder, interagerer og lever med at producere effektivitet, som vi aldrig forestillede os før. Disse metoder anvendes i en bred vifte af industrier, herunder: salg, marketing, reklame, sundhedspleje, strafferet, finansiel kundesupport og kølige nye industrier som selvkørende biler og højtydende automatiserede boliger. Organisationer i dag bruger disse metoder til ikke kun at forbedre deres kerneforretninger, men også til at udvikle nye forretningsmodeller.Hvem skal tilmelde sigDette program er beregnet til fagfolk i en række brancher og jobfunktioner, der søger at hjælpe deres organisation med at udnytte de enorme mængder af forskellige data, de indsamler og udvikler selvforbedrende systemer, der forbedrer deres organisations evne til at konkurrere på det globale marked. Specifikke jobtitler, der kan drage fordel af dette program, omfatter: Marketing, Sales, Business Analysts, Data Engineers, Data Analysts, Computer Scientists, Database Administrators, Forskere, Statistikere og de professionelle, der ønsker at udvide deres færdigheder i dette højtydende felt, mens de udnytter deres unikke domæne ekspertise.
KarriereindsigtErhvervsoversigt for computer- og informationsforskere i USA.Job: 33.286 (2019)
Forventet vækst: 18,7% (2019-2029)
Årlig løn: $ 118k - $ 183k (25.-75. Percentil)ProgramfordeleLær af industrieksperter, hvordan man applicerer kunsten og videnskaben om maskin og dyb læring for at levere nye indsigter og forbedre din virksomheds konkurrenceevne
Forklar hvilke slags problemer der er bedst egnet til maskinindlæring, og hvilke er bedst til dyb læring
Forstå og anvende maskin- og dyb learning software værktøjer, der anvendes i industrien til at løse forretningsproblemer
Forklar en række læring algoritmer og hvordan de anvendes til at forstå forskellene mellem uovervågede, semi-supervised, overvåget og forstærkning processer
Lær metoder og værktøjer til at anvende algoritmer ved hjælp af en bred vifte af reelle datatyper, herunder struktureret og ustruktureret tekst, video og billeder fra interne eller eksterne kilder (fx skrabet webdata) og evaluere deres ydeevne
Bestem relaterede software værktøjer til at overveje og hvordan man integrerer dem i eksisterende data workflows
Udnyt grundlæggende byggesten, generelle principper og skyteknologier som Amazon Web Services (AWS) til at designe maskinalæringsalgoritmer
Lær værktøjerne og teknikkerne til Natural Language Processing (NLP) og dens anvendelse i analysen af ​​menneskeligt genereret indhold
Forstå fælles faldgruber og udfordringer ved hjælp af neurale netværk og dybe læringsredskaber
Forstå, hvilke hardware eller virtuelle maskiner der kræves til dyb læring
Forklar forskellen mellem maskin og dyb læring i modsætning til traditionelle statistiske data analyseteknikkerKursusplanForudsætningskurserIntroduktion til Python-programmering
Mellemliggende Python
Praktisk matematik og statistik til datalogiPåkrævede kurserVærktøj og teknikker til maskinindlæring
Kunstige netværk
Tekstminedrift og analyse til maskinindlæringValgfrie kurser (Minimum 4 enheder)Introduktion til Prediktiv Analytics
Dyb læring ved hjælp af TensorFlow
