A code-free intro to artificial intelligence, ML, & data science for professionals, marketers, managers, & executives

Full course outline:

—

Module 1: Demystifying AI

Lecture 1

• A term with any definitions

• An objective and a field

• Excitement and disappointment

Lecture 2: 

• Introducing prediction engines

• Introducing machine learning

Lecture 3

• Prediction engines

• Don’t expect ‘intelligence’ (It’s not magic)

Module 2: Building a prediction engine

Lecture 4: 

• What characterizes AI? Inputs, model, outputs

Lecture 5:

• Two approaches compared: a gentle introduction

• Building a jacket prediction engine

Lecture 6:

• Human-crafted rules or machine learning?

Module 3: New capabilities… and limitations

Lecture 7

• Expanding the number of tasks that can be automated

• New insights –> more informed decisions

• Personalization: when predictions are granular… and cheap

Lecture 8:

• What can’t AI applications do well?

Module 4: From data to ‘intelligence

Lecture 9

• What is data?

• Structured data

• Machine learning unlocks new insights from more types of data

Lecture 10

• What do AI applications do?

• Predictions and automated instructions

• When is a machine ‘decision’ appropriate?

Module 5: Machine learning approaches

Lecture 11

• Three definitions

Machine learning basics

Lecture 12

• What’s an algorithm?

• Traditional vs machine learning algorithms

• What’s a machine learning model?

Lecture 13

• Machine learning approaches

• Supervised learning

• Unsupervised learning

Lecture 14

• Artificial neural networks and deep learning

Module 6: Risks and trade-offs

Lecture 15:

• Beware the hype

• Three drivers of new risks

Lecture 16

• What could go wrong? Potential consequences

Module 7: How it’s built

Lecture 17

• It’s all about data

Oil and data: two similar transformations

Lecture 18

• The anatomy of an AI project

• The data scientist’s mission

Module 8: The importance of domain expertise

Lecture 19:

• The skills gap

• A talent gap and a knowledge gap

• Marrying technical sills and domain expertise

Lecture 20: What do you know that data scientists might not?

• Applying your skills to AI projects

• What might you know that data scientists’ not?

• How can you leverage your expertise?

Module 9: Bonus module: Go from observer to contributor

Lecture 21

• Go from observer to contributor

Fundamentos de IA para profesionales de negocios

A code-free intro to artificial intelligence, ML, & data science for professionals, marketers, managers, & executives”

Este curso es GRATIS

Curso gratis en Udemy

Con los cursos gratis de Udemy puedes aprender muchas cosas sin tener que gastar en ello. Pero primero debes tener en cuenta varias cosas:

Contenido Gratuito

Los cursos gratis de Udemy te permiten aprender nuevas cosas sin tener que pagar. Aprovecha la oportunidad.

Aprendizaje

Pon en práctica todos tus conocimientos aprendidos. Realiza increíbles proyectos basados en el mundo real.

Limites

Debes tener en cuenta que todos los cursos gratuitos de Udemy son de máximo 2 horas y no incluyen un certificado.

Este curso se encuentra disponible de manera gratuita sin necesidad de ningún cupón, a través de la opción “GRATIS”.

Te recomendamos primero leer las diferencias entre un curso gratis y uno de pago para evitar malentendidos:

Deja tus comentarios y sugerencias

Sobre Facialix

Facialix es un sitio web que tiene como objetivo apoyar en el aprendizaje y educación de jóvenes y grandes. Buscando y categorizando recursos educativos gratuitos de internet, de esta manera Facialix ayuda en el constante aprendizaje de todos.