University of Pennsylvania

Spezialisierung „How to Use Data“

Eignen Sie sich gefragte Fähigkeiten mit einem ganzjährigen Coursera Plus-Abonnement an -- jetzt für 239 $. Sparen Sie jetzt.

University of Pennsylvania

Spezialisierung „How to Use Data“

Analyze Data, Build Models, and Present Insights.

Transform data into actionable insights through data analysis, predictive modeling, data visualization, and communication of results.

1.641 bereits angemeldet

Bei Coursera PlusMehr erfahren enthalten

Befassen Sie sich eingehend mit einem Thema

aus 14 Bewertungen von Kursen in diesem Programm

Stufe Anfänger

Empfohlene Erfahrung

8 Wochen zu vervollständigen
unter 8 Stunden pro Woche
Befassen Sie sich eingehend mit einem Thema

aus 14 Bewertungen von Kursen in diesem Programm

Stufe Anfänger

Empfohlene Erfahrung

8 Wochen zu vervollständigen
unter 8 Stunden pro Woche

Was Sie lernen werden

  • Master the process of data wrangling, including data storage, access, and manipulation using SQL.

  • Perform exploratory data analysis (EDA) using Python, focusing on data inspection, cleaning, visualization, and summarization.

  • Apply predictive analytics techniques to make data-driven predictions using Python.

  • Create compelling data visualizations with Tableau for decision-making and storytelling.

Kompetenzen, die Sie erwerben

  • Kategorie: Machine Learning
  • Kategorie: Database Management
  • Kategorie: Predictive Modeling
  • Kategorie: Data Presentation
  • Kategorie: Data Science
  • Kategorie: Analytics
  • Kategorie: Model Evaluation
  • Kategorie: Presentations
  • Kategorie: Unsupervised Learning
  • Kategorie: Data Analysis
  • Kategorie: Feature Engineering
  • Kategorie: Exploratory Data Analysis
  • Kategorie: Data Visualization
  • Kategorie: Data Storytelling
  • Kategorie: Predictive Analytics

Werkzeuge, die Sie lernen werden

  • Kategorie: SQL
  • Kategorie: Tableau Software
  • Kategorie: Data Visualization Software
  • Kategorie: Matplotlib
  • Kategorie: Seaborn

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

 Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse.

  • Erlernen Sie gefragte Kompetenzen von Universitäten und Branchenexperten.
  • Erlernen Sie ein Thema oder ein Tool mit echten Projekten.
  • Entwickeln Sie ein fundiertes Verständnisse der Kernkonzepte.
  • Erwerben Sie ein Karrierezertifikat von University of Pennsylvania.

Spezialisierung - 3 Kursreihen

Intro to Data Analytics, SQL, and EDA Using Python

Intro to Data Analytics, SQL, and EDA Using Python

KURS 1, 17 Stunden

Was Sie lernen werden

  • Classifying and analyzing data.

  • Executing SQL queries to work with data.

  • Using Python and pandas library to manipulate and explore data.

Kompetenzen, die Sie erwerben

Kategorie: Seaborn
Kategorie: Data Visualization
Kategorie: NumPy
Kategorie: Data Storage
Kategorie: Data Management
Kategorie: Matplotlib
Kategorie: Data Science
Kategorie: Analytics
Kategorie: Data Analysis
Kategorie: Pandas (Python Package)
Kategorie: SQL
Kategorie: Exploratory Data Analysis
Kategorie: Data Cleansing
Kategorie: Data Manipulation
Kategorie: Database Management
Kategorie: Big Data
Intro to Predictive Analytics Using Python

Intro to Predictive Analytics Using Python

KURS 2, 11 Stunden

Was Sie lernen werden

  • Implement data preprocessing and model training procedures for regression.

  • Interpret feature importance in decision trees and random forests.

  • Explain the difference between supervised and unsupervised learning.

Kompetenzen, die Sie erwerben

Kategorie: Feature Engineering
Kategorie: Unsupervised Learning
Kategorie: Model Training
Kategorie: Machine Learning Methods
Kategorie: Decision Tree Learning
Kategorie: Logistic Regression
Kategorie: Forecasting
Kategorie: Regression Analysis
Kategorie: Supervised Learning
Kategorie: Python Programming
Kategorie: Machine Learning
Kategorie: Model Evaluation
Kategorie: Random Forest Algorithm
Kategorie: Predictive Analytics
Kategorie: Predictive Modeling
Kategorie: Applied Machine Learning

Was Sie lernen werden

  • Explore and interpret data through various visualization techniques, identifying trends, outliers, and patterns.

  • Create interactive and informative visualizations that enable data-driven decision-making and storytelling.

  • Analyze engaging and persuasive data presentations that captivate and inform stakeholders.

Kompetenzen, die Sie erwerben

Kategorie: Data Presentation
Kategorie: Data Analysis
Kategorie: Spatial Data Analysis
Kategorie: Data Storytelling
Kategorie: Data Visualization
Kategorie: Tableau Software
Kategorie: Stakeholder Communications
Kategorie: Storytelling
Kategorie: Data Visualization Software
Kategorie: Spatial Analysis
Kategorie: Presentations

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.

Dozent

Brandon Krakowsky
University of Pennsylvania
10 Kurse187.885 Lernende

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Was führt Sie heute zu Coursera?

  • cplus logo

    Eignen Sie sich Fähigkeiten an, die ein Leben lang halten -- jetzt für 239 $

  • Coursera for Teams

    Verleihen Sie Ihrem Team neue Fähigkeiten

Häufig gestellte Fragen