課程
無代碼AI和機器學習:構建數據科學解決方案項目持續12周。該項目將以混合學習元素開始，包括麻省理工學院教師的錄音講座、案例研究、項目、小測驗、導師學習會議和網絡研討會。
- 由麻省理工學院的數據科學和機器學習教師設計的課程
- 通過學習深度學習、機器學習、推薦係統等，成為一名數據科學決策者。
星期7
單元6:推薦係統
了解推薦係統背後的理念和潛在的商業應用。
- 學習推薦係統的概念和潛在的商業應用。
- 理解推薦係統所需要的稀疏數據問題。
- 了解針對推薦問題的可能的簡單解決方案。
- 理解協同過濾推薦係統背後的思想。
實踐項目
遵循“邊做邊學”的教學方法，無代碼AI和機器學習項目為您提供了通過3+個行業相關項目和15+個現實案例研究實時應用您的技能和知識的機會。
下麵是潛在的項目主題示例。
娛樂
電影鏡頭數據挖掘
GroupLens研究項目是明尼蘇達大學計算機科學與工程係的一個研究小組。在這個項目中，我們將進行探索性的數據分析，以了解電影類型的流行趨勢，並推導出電影收視率的模式。
工具和概念:Python, SQL, Pandas, NumPy，數據摘要和描述
了解更多
保險
保險理賠預測
保險業麵臨的一個關鍵挑戰是，根據客戶所承擔的風險向每位客戶收取適當的保費。在這個項目中，我們將建立一個回歸模型，利用用戶的年齡、性別、bmi、血壓、健康狀況等信息以及保險理賠細節來預測保險理賠成本。
工具和概念:線性回歸，模型評估，調優，探索性數據分析，Python
了解更多
電信
網絡擁塞類型預測
由於各種因素的影響，電信行業麵臨著網絡擁塞的共同挑戰。為了解決這一問題，我們將利用各電信公司的手機數據使用信息，找出手機服務提供商的特征(如各種服務消耗的字節等)與網絡擁塞類型之間的關係。
工具和概念:機器學習，分類，模型調優，交叉驗證
了解更多
銷售和市場營銷
法國香檳酒月銷量預測
能夠準確預測未來收入對企業來說非常重要。這個項目將專注於預測一個法國香檳品牌下個月的收入，這將為整個業務領域的決策過程提供信息，從采購決策、營銷活動到員工水平。
工具和概念:時間序列分析，預測建模，Python時間序列
了解更多
醫療保健
COVID-19全球預測
頂點項目是一個集中的方法，嚐試現實生活中的挑戰與學習從該計劃。在本項目中，您將使用各種數據集和模型的組合來預測和預測每日病例和死亡。您還將創建各種情節，以獲得見解和展示您的結果。數據從不同的來源收集，如世衛組織、worldommeters、1Point3Arces等，以了解各個方麵，並構建模型中使用的相關功能。
工具和概念:時間序列分析，Python
了解更多
電子商務
產品推薦係統
像亞馬遜這樣的在線電子商務網站使用不同的推薦模型，為不同的用戶提供不同的建議。亞馬遜目前使用商品對商品的協同過濾，可擴展到大量數據集，並實時生成高質量的推薦。在這個項目中，您將使用類似的概念來創建您自己的產品推薦係統。
工具和概念:基於內容的推薦係統，協同過濾，Python
了解更多
對象檢測
口罩分割
使用卷積神經網絡和圖像識別算法對圖像中檢測到的人臉進行預測和應用掩碼。該項目的目標是建立一個係統，作為一個人臉探測器，定位圖像中人臉的位置，並在人臉上應用分割掩碼。為此，我們將利用來自WIDER FACE數據集的409張圖片和1000張麵孔的數據。
工具和概念:計算機視覺，CNN，遷移學習，目標檢測，分割，張量流
了解更多
新聞與媒體
諷刺檢測
過去的諷刺檢測研究大多使用基於標簽監督的Twitter數據集，但這樣的數據集在標簽和語言方麵是嘈雜的。此外，許多推文是對其他推文的回複，在這些推文中檢測諷刺需要上下文推文的可用性。在這個實踐項目中，目標是使用雙向lstm構建一個模型來檢測句子是否是諷刺的。數據來源於兩個新聞網站theonion.com和huffingtonpost.com。
工具和概念:LSTM，分類，GloVe, TensorFlow
了解更多
麻省理工學院教授
向麻省理工學院在數據科學、機器學習和人工智能領域的世界知名教師學習。
計劃能力
本Dahleh
項目主任
麻省理工學院數據、係統與社會研究所
斯蒂芬妮Jegelka
X-Consortium職業發展副教授
麻省理工學院電子工程計算機科學(EECS)
Devavrat沙
導演
統計與數據科學中心(SDSC)
John N. Tsitsiklis
Clarence J. Lebel教授
麻省理工學院電子工程與計算機科學係
卡洛琳Uhler
亨利·L.和格蕾絲·多爾蒂副教授
數據、係統與社會研究所
你的學習經曆
無代碼AI和機器學習:構建數據科學解決方案為商業領袖和AI愛好者提供了一個平台，利用基於應用的教學方法解決現實世界的商業問題。
由麻省理工學院的教員精心製作的自我節奏的課程
- 靈活的自我節奏學習與錄音講座
- 由麻省理工學院的教員設計和交付
- 學會為業務增長做出人工智能支持的決策
個性化的指導和支持
- 由行業專家現場指導
- 與來自不同背景和地域的誌同道合的同齡人互動
- 專門負責項目支持的項目經理
建立你的數據科學和AI投資組合
- 3個以上的行業相關項目和15個以上的現實案例研究，以獲得實踐經驗
- 將學習轉化為解決方案導向的技能
項目費用
無代碼人工智能和機器學習程序
2500美元
- 麻省理工學院的講課錄音
- 來自領先AI專家的現場個性化指導
- 全麵的課程設置和世界一流的學習材料
- 3個以上的行業相關項目和15個以上的現實案例研究
- 獨特的無代碼方法
- 專門負責項目支持的項目經理
馬上申請
付款及退款政策
考生可以通過信用卡/借記卡和銀行轉賬方式支付學費。請注意，我們隻接受美元付款。如需進一步了解詳情，請與您的項目顧問聯係。
退款政策
如果學員在課程開始日期之前宣布放棄該課程，所繳費用將全額退還，並扣除300美元的管理費用。取消申請和退款將按照下列準則進行。閱讀更多
申請過程
2
應用程序篩選
你的申請將被審查，以確定是否適合該項目。
3.
加入計劃
如果被選中，您將收到即將到來的隊列的offer。交了錢就能保住座位。
即將到來的申請截止日期
申請在滾動的基礎上審查，一旦必要的人數的學習者注冊即將到來的隊列關閉。盡早申請以確保座位。
截止日期:17th2022年11月
馬上申請
常見問題
計劃的細節
每周需要投入多少時間?
該課程分為10個模塊，共80學時。大多數參與者預計平均每周花6-8小時在項目活動上。
這個程序是完全虛擬的嗎?
是的，該項目旨在滿足職業專業人士的需求，使您可以在12周內從家中方便的地方學習如何利用人工智能和機器學習方法。
課程結束後，我是否會收到成績單或成績表?
不，無代碼AI和機器學習項目是由麻省理工學院專業教育- Digital Plus項目與Great Learning合作提供的在線專業認證項目。beplay2018官网由於這不是大學提供的學位/全日製課程，因此，大學沒有該課程的成績表或成績單。你將在每個評估中獲得分數以測試你的理解能力，並在每個模塊中獲得分數以確定你獲得證書的資格。
在成功完成該課程後，即在完成所有符合證書資格的模塊後，您將獲得麻省理工學院專業教育的證書。
我是否需要在書籍、虛擬學習材料或許可費上額外花錢?
不。所有需要的學習材料都通過我們的學習管理係統在線提供。但是考慮到這個領域的廣闊和不斷變化，總會有更多你可以閱讀的，會有一個推薦的書籍清單和其他資源為你提供額外的閱讀樂趣。
課程結束後，我會收到成績單或成績嗎?
不，無代碼AI和機器學習項目是由麻省理工學院專業教育- Digital Plus項目與Great Learning合作提供的在線專業認證項目。beplay2018官网因為它不是大學提供的學位/全日製課程，所以這個課程沒有成績或成績單。你將在每個評估中獲得分數以測試你的理解能力，並在每個模塊中獲得分數以確定你獲得證書的資格。在成功完成該課程後，即在完成所有符合證書資格的模塊後，您將獲得麻省理工學院專業教育的證書。
該項目是否反映了無代碼AI的最新技術發展?
是的，本課程的所有主題都是基於無代碼AI的最新技術發展。該程序包括多個無代碼工具，如RapidMiner, Ikigai，和葉。您可以使用它來實現人工智能和機器學習中的各種數據模式和問題陳述範式的業務解決方案。
在這個項目中，我將從事什麼樣的項目和案例研究?
案例研究和項目基於多個行業部門，包括教育、醫療保健、IT、金融、零售、研究等。
這個課程是否會提供與Python等編碼課程類似的職業成果?
該項目的結果將與任何數據科學項目類似，即建立開發數據驅動解決方案的能力，像人工智能消費者一樣解釋數據輸出，並為人工智能和機器學習中的用例開發解決問題的技能。Python和RapidMiner隻是用來實現這些解決方案的工具。唯一的區別是，該程序不需要您在學習過程中開發編程技能，因為實現是使用無代碼AI工具進行的。
市場上最好的無代碼AI工具是什麼?
RapidMiner、KNIME、Lobe和teeable Machine是市場上最好的開源、免費使用、無代碼AI工具。像Amazon Web Services這樣的雲平台也提供了使用無代碼AI工具進行有限探索的免費層。
無代碼AI在不同行業的應用是什麼?
無代碼AI允許更廣泛的企業員工擁有他們的自動化和構建新的軟件應用程序沒有編碼經驗。it、教育、BFSI、營銷、廣告、快消品和製造業等各個部門都采用了無代碼AI和ML方法。以下是領先行業如何利用無代碼人工智能方法:
- 財務:幫助簡化銀行和金融機構的許多流程，如貸款決策和客戶體驗。預測財務風險，預測客戶流失，並計劃更好的客戶體驗。
- 市場營銷:協助建立模型，以有意義的方式巧妙地排序和分析數據，以做出明智的決策。例如，營銷人員可以利用無代碼人工智能分離客戶活動和終身價值的數據，定製Facebook廣告以尋找潛在客戶。
- 醫療保健:無代碼AI工具鼓勵醫生和患者之間的新的合作，以前所未有的洞察患者的健康狀況，使醫療保健專業人員能夠構建定製的醫療保健解決方案。
- 教育:跟蹤為注冊者提供的課程，以簡化整個錄取過程。“無代碼”方法可以幫助學校跟上工作量，改善對學生的影響，提高整個大學的整體效率
- 技術:追蹤網絡攻擊的來源。技術人員可以利用No Code AI平台，通過使用端口映射數據的OGS來檢測和阻止攻擊者。
申請程序及資格
什麼是申請流程?
隻需完成您的在線申請表，然後偉大的學習項目團隊將審查它，以確定您是否適合該項目。beplay2018官网如果你被選中，你將收到下一屆的錄取通知，然後你可以通過支付費用來確保你的座位
要在無代碼AI中脫穎而出，需要具備哪些技能?
參加No Code AI和ML項目不需要編程或高等數學知識。建議您熟悉基本的統計知識，以充分利用本課程。
費用及付款
我的雇主可以資助項目費用嗎?
我們接受企業讚助，並可以協助您的過程。如需了解更多信息，請通過ncai.mit@mygreatlearning.com與我們聯係。
退款政策是什麼?
如果你在課程開始日期之前告知你將放棄該課程，費用將全額退還，扣除300美元的管理費用。取消申請和退款將按照下列準則進行。
- 交流期:在課程開始日期之前。在此日期之後提交的請求將不具備報銷資格。
- 聯絡方式:申請須以電郵方式遞交至以下地址:ncai.mit@mygreatlearning.com在項目隊列的初始開始日期之後，參與者將沒有資格獲得報銷。
- 例外情況:由於醫療原因或其他正當原因，包括不可抗力，在溝通和付款期間(項目隊列開始日起21天)，可以免除支付300美元的行政費用，前提是在溝通期內提出請求，發送到上述電子郵件地址，並附帶相應的文件(醫療、警察或精神病學報告等)。一旦收到申請，學術委員會將對其進行審查，以確定其是否被錄取。
我的付款方式是什麼?
您可以通過銀行轉賬和信用卡/借記卡支付課程費用。你也可以選擇按月分期付款，支付方式靈活、方便。如欲了解詳情，請致電+1 617 860 3529與注冊辦公室聯係。
欲了解更多詳情，請通過ncai.mit@mygreatlearning.com與我們聯係。
無代碼AI和機器學習
為什麼沒有代碼AI和機器學習?
企業開始采用無代碼方法來降低成本，提高現有解決方案的效率，並加快上市時間。無代碼方法使每個人都可以使用AI和ML，使流程更具可伸縮性。即使是沒有編碼經驗的專業人士現在也可以應用這些先進技術來構建智能解決方案，並幫助做出明智的決策。
無代碼人工智能和機器學習的未來是怎樣的?
大流行後的轉變導致更多地采用數字技術。Gartner預測增加23%在全球無代碼工具和開發市場中。無代碼方法的使用在穩步增長，因為它們有效地解決了一些技術最重要的挑戰——數字化工作流程，改善客戶和員工體驗，以及提高運營團隊的效率
麻省理工學院職業教育與在線教育提供商Great Learning合作beplay2018官网無代碼AI和機器學習:構建數據科學解決方案．該項目利用了麻省理工學院在創新、科學、工程和技術學科方麵的領導地位，經過多年的研究、教學和實踐發展。beplay2018官网Great Learning與機構合作管理注冊(包括所有支付服務和發票)、技術和參與者支持。可訪問性
