Schließen Sie

Datenwissenschaft Capstone

Eric Chuar hat erfolgreich abgeschlossen Datenwissenschaft Capstone für persönliche und berufliche Produktivität Kurs-Zertifikat von der IBM.

SCHULE:
IBM

GRADUIERT:
2019

DAUER:
6 Monate

Datenwissenschaft Capstone

Gewonnene Fähigkeiten in der Datenwissenschaft

Demonstration von Kenntnissen in Data Science und maschinellen Lerntechniken anhand eines realen Datensatzes und Erstellung eines Berichts für die Beteiligten

Schreiben von Python-Code zur Erstellung von Modellen des maschinellen Lernens, einschließlich Support-Vektor-Maschinen, Entscheidungsbaum-Klassifikatoren und k-nearest neighbors

Wenden Sie Ihre Fähigkeiten bei der Datenerfassung, Datenverarbeitung, explorativen Datenanalyse, Datenvisualisierung, Modellentwicklung und Modellbewertung an.

Bewertung der Ergebnisse von Modellen des maschinellen Lernens für die Vorhersageanalyse, Vergleich ihrer Stärken und Schwächen und Ermittlung des optimalen Modells 

Kurs-Perspektive

Ich habe gerade den Data Science Capstone-Kurs abgeschlossen und ich muss sagen, es war, als hätte ich das letzte Teil eines Puzzles gefunden, von dem ich nicht einmal wusste, dass es fehlte. Wenn Sie mich kennen, dann wissen Sie, dass ich ein Typ bin, der sich mit einem Thema auseinandersetzt, bevor er einen formalen Kurs besucht. Zeugnisse? Die sind nur Papier - was zählt, sind die Fähigkeiten, die man tatsächlich erwirbt.

Ich beschäftige mich schon eine Weile mit digitalem Marketing und Programmierung, aber dieser Kurs war etwas ganz anderes. Er ist so komplex und tiefgründig, dass er meine Neugierde weckt wie nichts anderes. Ich bin mir ziemlich sicher, dass nicht jeder damit klarkommt, und das macht es für mich noch faszinierender.

Was habe ich also tatsächlich gelernt? Zunächst einmal konnte ich meine Kenntnisse in Datenwissenschaft und maschinellem Lernen anhand von realen Datensätzen unter Beweis stellen. Ich meine, ich habe tatsächlich einen Bericht für Stakeholder erstellt, der zeigt, dass ich weiß, wovon ich rede.

Und dann ist da noch Python - das Rückgrat eines jeden ernsthaften Data-Science-Projekts. Ich habe gelernt, Python-Code für Machine-Learning-Modelle zu schreiben, von Support-Vektor-Maschinen bis hin zu Entscheidungsbaum-Klassifizierern und k-nearest neighbors. Das ist so, als ob ich ein ganz neues Toolkit zu meinen Fähigkeiten hinzufügen würde, was für meine Arbeit im digitalen Marketing sehr nützlich ist.

Aber das ist noch nicht alles. Der Kurs umfasste auch alles von der Datenerfassung bis zur Datenverarbeitung, der explorativen Datenanalyse und sogar der Modellbewertung. Ich lernte, die Stärken und Schwächen verschiedener Modelle für maschinelles Lernen zur Vorhersageanalyse abzuwägen. Jetzt kann ich das optimale Modell für jedes beliebige Szenario ermitteln.

Warum ist das wichtig, besonders für jemanden, der seit Jahren in Malaysia und Singapur lebt? Weil es nicht nur darum geht, Geld zu verdienen, sondern auch darum, einen echten Mehrwert für das Leben der Menschen zu schaffen. Mit diesen neuen datenwissenschaftlichen Kenntnissen kann ich genau das und noch mehr tun.

Je älter ich werde und meine Familie wächst (ja, ich habe ein süßes Kind, an das ich denken muss), desto mehr konzentriere ich mich darauf, anderen zu helfen. Ob es um digitales Marketing, Programmierung oder meine Hobbys wie Badminton und Rotwein geht - Wissen zu teilen war schon immer mein Ding.

Das ist also mein nächster Schritt: Diese Fähigkeiten auf reale Projekte anwenden, die Daten analysieren und das Leben für so viele Menschen wie möglich besser machen. Die Zeit läuft, und ich möchte sie lieber sinnvoll nutzen, als ein paar zusätzlichen Dollars nachzujagen. Und dieser Kurs? Er hat mir die Werkzeuge gegeben, um genau das zu tun.