Dieser erste Kurs des IBM Machine Learning Professional Certificate führt Sie in Machine Learning und die Inhalte des Professional Certificate ein. In diesem Kurs werden Sie erkennen, wie wichtig gute, qualitativ hochwertige Daten sind. Sie lernen gängige Techniken kennen, um Ihre Daten abzurufen, sie zu bereinigen, Feature Engineering anzuwenden und sie für erste Analysen und Hypothesentests vorzubereiten. Am Ende dieses Kurses sollten Sie in der Lage sein: Daten aus verschiedenen Datenquellen abzurufen: SQL, NoSQL-Datenbanken, APIs, Cloud Beschreiben Sie gängige Techniken zur Auswahl von Merkmalen und zum Feature Engineering und wenden Sie diese an Behandeln Sie kategoriale und ordinale Merkmale sowie fehlende Werte Verwenden Sie eine Vielzahl von Techniken zur Erkennung von und zum Umgang mit Ausreißern Erklären Sie, warum die Skalierung von Merkmalen wichtig ist, und verwenden Sie eine Vielzahl von Skalierungstechniken Wer sollte diesen Kurs besuchen?
Explorative Datenanalyse für maschinelles Lernen
Erweitern Sie Ihre Kenntnisse mit Coursera Plus für 239 $/Jahr (normalerweise 399 $). Jetzt sparen.
Explorative Datenanalyse für maschinelles Lernen
Dieser Kurs ist Teil mehrerer Programme.
Dozenten: Joseph Santarcangelo
187.231 bereits angemeldet
Bei enthalten
2,548 Bewertungen
Kompetenzen, die Sie erwerben
- Kategorie: Statistical Analysis
- Kategorie: Statistical Hypothesis Testing
- Kategorie: Anomaly Detection
- Kategorie: Data Cleansing
- Kategorie: Data Preprocessing
- Kategorie: Applied Machine Learning
- Kategorie: Statistical Inference
- Kategorie: Probability & Statistics
- Kategorie: Statistical Methods
- Kategorie: Data Science
- Kategorie: Exploratory Data Analysis
- Kategorie: Data Manipulation
- Kategorie: Data Access
- Kategorie: Feature Engineering
- Kategorie: Data Import/Export
- Kategorie: Data Analysis
- Kategorie: Machine Learning
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- 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
In diesem Kurs gibt es 5 Module
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozenten
von
Mehr von Maschinelles Lernen entdecken
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Jennifer J.
Larry W.
Chaitanya A.
Bewertungen von Lernenden
- 5 stars
72,99 %
- 4 stars
19,19 %
- 3 stars
4,43 %
- 2 stars
1,84 %
- 1 star
1,53 %
Zeigt 3 von 2548 an
Geprüft am 23. Apr. 2024
The course includes hands-on exercises that allows us to apply the learned EDA techniques to real-world data. This practical approach helps solidify my understanding.
Geprüft am 25. Feb. 2023
This course was amazing. I always assumed that EDA was the challenging part of ML, But in this course I found it so cool. can't wait for the next course.
Geprüft am 12. Aug. 2021
This is by far the best course I've encountered. It has an in-depth explanation of the codes they provide. Smooth and easy to understand language.
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - 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
Weitere Fragen
Finanzielle Unterstützung verfügbar,
¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.