L&T EduTech
KI-Prinzipien mit Edge Computing
L&T EduTech

KI-Prinzipien mit Edge Computing

Dieser Kurs ist Teil von Spezialisierung Intelligente digitale Fabriken

Unterrichtet auf Englisch

Einige Inhalte können nicht übersetzt werden

Bei Coursera Plus enthalten

Kurs

Informieren Sie sich über ein Thema und erlernen Sie die Grundlagen.

Stufe Mittel

Empfohlene Erfahrung

20 Stunden (ungefähr)
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Kompetenzen, die Sie erwerben

  • Kategorie: Python-Programmierung

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

6 Aufgaben

Kurs

Informieren Sie sich über ein Thema und erlernen Sie die Grundlagen.

Stufe Mittel

Empfohlene Erfahrung

20 Stunden (ungefähr)
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung Intelligente digitale Fabriken
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
Platzhalter
Platzhalter

Erwerben Sie ein Karrierezertifikat.

Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.

Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.

Platzhalter

In diesem Kurs gibt es 6 Module

Am Ende dieses Moduls über Künstliche Intelligenz und ihre nächste Welle - Edge Computing - werden die Lernenden in der Lage sein: den Umfang von KI und Edge Computing zu verstehen; die Fähigkeiten in Branchen zu erwerben, die die Edge-KI-Technologie nutzen; die Rolle von Edge Computing im IoT zu interpretieren

Das ist alles enthalten

20 Videos2 Lektüren1 Aufgabe1 Diskussionsthema

Am Ende dieses Moduls über Python-Demos und Fallstudien zu den Grundlagen von Algorithmen des maschinellen Lernens (ML) werden die Lernenden in der Lage sein: Fehler beim maschinellen Lernen wie Verzerrung und Varianz zu interpretieren; Einblicke in die Implementierung von ML in Echtzeitbereichen wie Gesundheitswesen, Bankwesen und Industrie zu gewinnen; die Fähigkeit zu erwerben, Prozesse der explorativen Datenanalyse (EDA) unter Verwendung der Programmiersprache Python durchzuführen; die Fähigkeiten zu entwickeln, ML-Algorithmen zur Vorhersage von Lungenkrebserkrankungen zu modellieren

Das ist alles enthalten

23 Videos1 Aufgabe

Am Ende dieses Moduls zur Demonstration von Algorithmen des unüberwachten und verstärkten maschinellen Lernens mit Python-Demos werden die Lernenden in der Lage sein: Einen k-means Clustering Algorithmus anhand einer Demo zu modellieren; eine Anwendungsdemo zu entwickeln, die DBSCAN Clustering auf einen Datensatz anwendet; die Verwendung von COBOTs in der industriellen Automatisierung zu demonstrieren.

Das ist alles enthalten

22 Videos1 Aufgabe

Am Ende dieses Moduls zu den Prinzipien und erfolgreichen Demonstrationen neuronaler Netze (Textanalyse) werden die Lernenden in der Lage sein: die Erkennung von Ziffern mit MLP und CNN zu demonstrieren; ein Python-Programm zu entwickeln, um Overfitting- und Underfitting-Probleme in einem ML-Modell zu identifizieren; ein ML-Netzwerk mit dem WEKA-Tool zu entwickeln.

Das ist alles enthalten

25 Videos1 Aufgabe

Am Ende dieses Moduls über fortgeschrittene Anwendungen mit Deep Learning Networks werden die Lernenden in der Lage sein: Die Probleme des verschwindenden und instabilen Gradienten in einem Deep-Learning-Modell zu identifizieren; DL für die Erkennung von Bananenblattkrankheiten anzuwenden; CNN für die Erkennung von Lungenentzündung anzuwenden; ein fortgeschrittenes CNN-basiertes ML-System zur Bilderkennung zu modellieren

Das ist alles enthalten

20 Videos1 Aufgabe

Am Ende dieses Moduls über IoT mit KI und Edge Computing werden die Lernenden in der Lage sein: Die Funktionsprinzipien des TinyML-Systems zu verstehen; die Notwendigkeit von Komprimierungstechniken zu erkennen; die Edge-Architektur auf Basis von High Computing Machines zu interpretieren; die Funktionalitäten der Arduino IDE und die Programmierung auf dem Arduino Nano BLE Entwicklungsboard zu erlernen

Das ist alles enthalten

17 Videos1 Aufgabe

Dozent

Subject Matter Expert
L&T EduTech
81 Kurse39.793 Lernende

von

L&T EduTech

Empfohlen, wenn Sie sich für Datenmanagement interessieren

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Platzhalter

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen