In diesem Kurs erhalten die Teilnehmer eine Einführung in das Gebiet der Statistik, einschließlich der Herkunft der Daten, des Studiendesigns, der Datenverwaltung und der Erforschung und Visualisierung von Daten. Die Lernenden werden verschiedene Arten von Daten identifizieren und lernen, wie man Zusammenfassungen für univariate und multivariate Daten visualisiert, analysiert und interpretiert. Die Lernenden werden auch mit den Unterschieden zwischen Wahrscheinlichkeitsstichproben und Nicht-Wahrscheinlichkeitsstichproben aus größeren Populationen vertraut gemacht, mit der Idee, wie Stichprobenschätzungen variieren und wie auf der Grundlage von Wahrscheinlichkeitsstichproben Rückschlüsse auf größere Populationen gezogen werden können. Am Ende jeder Woche werden die Lernenden die erlernten statistischen Konzepte mit Python in der Kursumgebung anwenden. Während dieser praxisorientierten Sitzungen lernen die Teilnehmer die verschiedenen Einsatzmöglichkeiten von Python als Werkzeug kennen, darunter die Bibliotheken Numpy, Pandas, Statsmodels, Matplotlib und Seaborn. Mit Hilfe von Tutorial-Videos werden die Teilnehmer durch die Erstellung von Visualisierungen und die Datenverwaltung mit Python geführt. Dieser Kurs nutzt die Jupyter Notebook-Umgebung von Coursera.

Verstehen und Visualisieren von Daten mit Python
Sparen Sie mit 40% Rabatt auf 3 Monate Coursera Plus bei den Fähigkeiten, die Sie zum Strahlen bringen. Jetzt sparen

Verstehen und Visualisieren von Daten mit Python
Dieser Kurs ist Teil von Spezialisierung „Statistik mit Python“
Unterrichtet in Deutsch (KI-Synchronisation)



Dozenten: Brenda Gunderson
154.949 bereits angemeldet
Bei enthalten
2,727 Bewertungen
Empfohlene Erfahrung
Was Sie lernen werden
Verschiedene Datentypen richtig identifizieren und die verschiedenen Verwendungszwecke für jeden einzelnen verstehen
Erstellen Sie Datenvisualisierungen und numerische Zusammenfassungen mit Python
Kommunizieren Sie statistische Ideen klar und prägnant an ein breites Publikum
Geeignete Analysemethoden für Wahrscheinlichkeits- und Nicht-Wahrscheinlichkeitsstichproben identifizieren
Kompetenzen, die Sie erwerben
- Kategorie: Datenanalyse
- Kategorie: Datenerhebung
- Kategorie: Software zur Datenvisualisierung
- Kategorie: Statistische Analyse
- Kategorie: Matplotlib
- Kategorie: Explorative Datenanalyse
- Kategorie: Wahrscheinlichkeitsrechnung und Statistik
- Kategorie: Statistische Visualisierung
- Kategorie: Statistik
- Kategorie: Stichproben (Statistik)
- Kategorie: Deskriptive Statistik
- Kategorie: Datenvisualisierung
- Kategorie: Statistische Inferenz
- Kategorie: Statistische Methoden
- Kategorie: Statistische Programmierung
- Kategorie: Plot (Grafiken)
Werkzeuge, die Sie lernen werden
- Kategorie: Seaborn
- Kategorie: Jupyter
- Kategorie: NumPy
- Kategorie: Python-Programmierung
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 4 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

Mehr von Datenanalyse entdecken
Status: Kostenloser Testzeitraum
Status: Vorschau
Status: Kostenloser Testzeitraum
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 stars
75,90 %
- 4 stars
18,40 %
- 3 stars
3,55 %
- 2 stars
0,99 %
- 1 star
1,13 %
Zeigt 3 von 2727 an
Geprüft am 2. Juni 2020
Never have I come across a course half as interactive as this and it was a much needed confidence booster for a beginner like me. I look forward to completing the specialization : )
Geprüft am 2. März 2021
20 studying hours that helps me getting back to speed on manipulating the quantitative data in Pandas with different query conditions, powerful statistics and Sampling Distributions.
Geprüft am 3. Sep. 2020
Very helpful course for newcomer in data science studies. Great in clearing fundamentals for descriptive statistics, use of python to get these insights,plotting. Overall provide good learning curve.
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.





