Diese actiongeladene Specialization ist für Data Science-Enthusiasten, die praktische Fähigkeiten für reale Datenprobleme erwerben möchten . Wenn Sie an einer Karriere in der Datenwissenschaft interessiert sind und bereits über grundlegende Kenntnisse verfügen oder die Introduction to Data Science Specialization abgeschlossen haben, ist dieses Programm genau das Richtige für Sie!
Diese Specialization mit 4 Kursen wird Ihnen die Werkzeuge an die Hand geben, die Sie benötigen, um Daten zu analysieren und datengestützte Geschäftsentscheidungen zu treffen, indem Sie Informatik und statistische Analysen nutzen. Sie erlernen Python - es sind keine Programmierkenntnisse erforderlich - und entdecken Methoden der Datenanalyse und Datenvisualisierung. Sie nutzen Tools, die von echten Datenwissenschaftlern verwendet werden, wie Numpy und Pandas, üben sich in prädiktiver Modellierung und Modellauswahl und lernen, wie Sie mit Daten eine überzeugende Geschichte erzählen können, um Entscheidungen zu treffen.
Durch geführte Vorlesungen, Übungen und Projekte in der IBM Cloud erhalten Sie praktische Erfahrung bei der Lösung interessanter Datenprobleme von Anfang bis Ende. Nehmen Sie an dieser Specialization teil, um Ihre Kenntnisse in Python und Data Science zu festigen, bevor Sie tiefer in Big Data, KI und Deep Learning eintauchen.
Neben dem Abschlusszertifikat der Specialization von Coursera erhalten Sie auch ein digitales Abzeichen von IBM. Diese Specialization kann auch auf das IBM Data Science Professional Certificate angerechnet werden.
Dieses Programm wird von ACE® empfohlen - wenn Sie es abschließen, können Sie bis zu 12 College-Credits erwerben.
Übungsprojekt
Bauen Sie Ihr Data-Science-Portfolio auf, indem Sie in den interaktiven Labors und Projekten dieses Programms praktische Erfahrungen mit der Erstellung von Artefakten sammeln. Diese Kurse beinhalten reale Projekte, bei denen Sie Ihre neu erworbenen Fähigkeiten mit den wichtigsten Data-Science-Tools anwenden können. Projekte:
Extrahieren und grafische Darstellung von Finanzdaten mit der Python-Bibliothek Pandas.
Verarbeiten Sie Daten, erstellen Sie Diagramme und Regressionsmodelle zur Vorhersage von Immobilienpreisen mit Python-Bibliotheken, einschließlich NumPy und Sklearn.
Erstellen Sie Visualisierungen und ein dynamisches Python-Dashboard mit Treemaps und Liniendiagrammen mit Bibliotheken wie Matplotlib, Seaborn und Plotly Dash, um die Zuverlässigkeit von US-Inlandsflügen zu überwachen, zu melden und zu verbessern.
Im abschließenden Capstone-Kurs wenden Sie das, was Sie in den vorherigen Kursen gelernt haben, in einem umfassenden Projekt an. Sie werden Modelle des maschinellen Lernens trainieren und vergleichen, darunter Support Vector Machines, Klassifikationsbäume und logistische Regression, um vorherzusagen, ob ein SpaceX-Start die erste Stufe einer Rakete wiederverwenden kann.
