IBM

Spezialisierung „Einführung in die Datenwissenschaft“

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

IBM

Spezialisierung „Einführung in die Datenwissenschaft“

Starten Sie Ihre Karriere in der Datenwissenschaft.

Erwerben Sie grundlegende Kenntnisse in Data Science, um sich auf eine Karriere vorzubereiten oder weiterführende Kenntnisse in Data Science zu erwerben.

Romeo Kienzler
Maureen McElaney
Polong Lin

Dozenten: Romeo Kienzler

Top-KI-Programm

109.448 bereits angemeldet

Bei Coursera PlusMehr erfahren enthalten

Befassen Sie sich eingehend mit einem Thema

aus 102,466 Bewertungen von Kursen in diesem Programm

Stufe Anfänger
Keine Vorkenntnisse erforderlich
4 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Befassen Sie sich eingehend mit einem Thema

aus 102,466 Bewertungen von Kursen in diesem Programm

Stufe Anfänger
Keine Vorkenntnisse erforderlich
4 Wochen zu vervollständigen
unter 10 Stunden pro Woche

Was Sie lernen werden

  • Beschreiben Sie, was Datenwissenschaft und maschinelles Lernen sind, ihre Anwendungen und Anwendungsfälle sowie die verschiedenen Arten von Aufgaben, die von Datenwissenschaftlern ausgeführt werden.

  • Machen Sie sich mit den gängigen Data Science-Tools wie JupyterLab, R Studio, GitHub und Watson Studio vertraut.

  • Entwickeln Sie die Einstellung, wie ein Datenwissenschaftler zu arbeiten, und folgen Sie einer Methodik, um verschiedene Arten von datenwissenschaftlichen Problemen anzugehen

  • Schreiben Sie SQL-Anweisungen und fragen Sie Cloud-Datenbanken mit Python von Jupyter-Notebooks aus ab

Kompetenzen, die Sie erwerben

  • Kategorie: Data Mining
  • Kategorie: Datenwissenschaft
  • Kategorie: Unternehmensanalyse
  • Kategorie: Datenmanipulation
  • Kategorie: Bewertung des Modells
  • Kategorie: Datenkompetenz
  • Kategorie: Gespeicherte Prozedur
  • Kategorie: Große Daten
  • Kategorie: Datenbank-Management
  • Kategorie: Vorverarbeitung von Daten
  • Kategorie: Bereinigung von Daten
  • Kategorie: Cloud Computing
  • Kategorie: Modell-Einsatz

Werkzeuge, die Sie lernen werden

  • Kategorie: Computer-Programmierwerkzeuge
  • Kategorie: Relationale Datenbanken
  • Kategorie: Software zur Datenanalyse
  • Kategorie: SQL
  • Kategorie: Python-Programmierung
  • Kategorie: Jupyter
  • Kategorie: R Programmierung

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 IBM.

Spezialisierung - 4 Kursreihen

Was Sie lernen werden

  • Definieren Sie Data Science und seine Bedeutung in der heutigen datengesteuerten Welt.

  • Beschreiben Sie die verschiedenen Wege, die zu einer Karriere in der Datenwissenschaft führen können.

  • Fassen Sie die Ratschläge zusammen, die erfahrene Datenwissenschaftler an Datenwissenschaftler geben, die gerade erst anfangen.

  • Erklären Sie, warum Data Science als der gefragteste Job des 21. Jahrhunderts gilt.

Kompetenzen, die Sie erwerben

Kategorie: Data Mining
Kategorie: Digitale Transformation
Kategorie: Große Daten
Kategorie: Datengestützte Entscheidungsfindung
Kategorie: Tiefes Lernen
Kategorie: Datenspeicherung
Kategorie: Cloud Computing
Kategorie: Datenkompetenz
Kategorie: Datenwissenschaft
Kategorie: Maschinelles Lernen

Was Sie lernen werden

  • Beschreiben Sie den Werkzeugkasten des Data Scientist, der Folgendes umfasst: Bibliotheken & Pakete, Datensätze, Modelle für maschinelles Lernen und Big Data-Tools

  • Verwendung von Sprachen, die von Datenwissenschaftlern häufig verwendet werden, wie Python, R und SQL

  • Demonstrieren Sie Kenntnisse über Tools wie Jupyter Notebooks und RStudio und nutzen Sie deren verschiedene Funktionen

  • Erstellen und verwalten Sie Quellcode für Data Science mit Git-Repositories und GitHub.

Kompetenzen, die Sie erwerben

Kategorie: Versionskontrolle
Kategorie: Software zur Datenanalyse
Kategorie: Andere Programmiersprachen
Kategorie: Git (Versionskontrollsystem)
Kategorie: Datenwissenschaft
Kategorie: Python-Programmierung
Kategorie: Abfragesprachen
Kategorie: R Programmierung
Kategorie: Computer-Programmierwerkzeuge
Kategorie: GitHub
Kategorie: Cloud-Hosting
Kategorie: Cloud-Plattformen
Kategorie: Jupyter
Kategorie: Integrierte Entwicklungsumgebungen
Kategorie: Entwicklungsumgebung

Was Sie lernen werden

  • Beschreiben Sie, was eine Data Science-Methodik ist und warum Datenwissenschaftler eine Methodik benötigen.

  • Wenden Sie die sechs Stufen der Methodik des Cross-Industry Process for Data Mining (CRISP-DM) an, um eine Fallstudie zu analysieren.

  • Beurteilen Sie, welches Analysemodell unter den prädiktiven, deskriptiven und klassifizierenden Modellen zur Analyse einer Fallstudie geeignet ist.

  • Bestimmen Sie geeignete Datenquellen für Ihre datenwissenschaftliche Analysemethode.

Kompetenzen, die Sie erwerben

Kategorie: Bereinigung von Daten
Kategorie: Modell-Einsatz
Kategorie: Datenerhebung
Kategorie: Datenmanipulation
Kategorie: Vorverarbeitung von Daten
Kategorie: Bewertung des Modells
Kategorie: Datenmodellierung
Kategorie: Data Mining
Kategorie: Datenanalyse
Kategorie: Unternehmensanalyse
Kategorie: Datenwissenschaft
Datenbanken und SQL für Datenwissenschaft mit Python

Datenbanken und SQL für Datenwissenschaft mit Python

KURS 4, 18 Stunden

Was Sie lernen werden

  • Analysieren Sie Daten in einer Datenbank mit SQL und Python.

  • Erstellen Sie eine relationale Datenbank und arbeiten Sie mit mehreren Tabellen unter Verwendung von DDL-Befehlen.

  • Konstruieren Sie einfache bis mittelschwere SQL-Abfragen mit DML-Befehlen.

  • Erstellen Sie leistungsfähigere Abfragen mit fortgeschrittenen SQL-Techniken wie Views, Transaktionen, Stored Procedures und Joins.

Kompetenzen, die Sie erwerben

Kategorie: Abfragesprachen
Kategorie: Gespeicherte Prozedur
Kategorie: Datenmanipulation
Kategorie: Transaktionsverarbeitung
Kategorie: Datenanalyse
Kategorie: Datenzugang
Kategorie: Datenbanken
Kategorie: Datenbank-Management
Kategorie: SQL
Kategorie: Python-Programmierung
Kategorie: Jupyter
Kategorie: Relationale Datenbanken

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.

Starten Sie ihren Abschluss mit einem Vorsprung

Wenn Sie dieses Spezialisierungabschließen, können Sie sich Ihr Wissen möglicherweise anrechnen lassen, wenn Sie zu einem der folgenden Online-Studiengänge zugelassen werden und sich dort einschreiben.¹

ACE-Logo

Dieser Spezialisierung ist ACE®-empfohlen. Teilnehmende US-amerikanischen Colleges und Universitäten vergeben Credits dafür. Hinweis: Die Entscheidung bezüglich spezifischer Credit-Empfehlungen liegt bei den einzelnen Institutionen. 

Dozenten

Romeo Kienzler
IBM
10 Kurse865.092 Lernende

von

IBM

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.“

Bewertungen von Lernenden aus Einführung in die Datenwissenschaft

Durchschnitt über alle 4 Kurse

  • 5 Sterne

    73,99 %

  • 4 Sterne

    19,48 %

  • 3 Sterne

    4,14 %

  • 2 Sterne

    1,19 %

  • 1 Stern

    1,17 %

AB
Kurs: Grundlagen der Datenwissenschaft: Werkzeuge, Berufsmöglichkeiten und praktische Anwendungen

Geprüft am 3. Apr. 2019

RG
Kurs: Unverzichtbare Tools für Datenwissenschaftler: Git, Jupyter und mehr

Geprüft am 27. März 2020

MB
Kurs: Methodik der Datenwissenschaft: Anwendung des Rahmenkonzepts in realen Projekten

Geprüft am 18. Sep. 2020

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