Pearson
Spezialisierung für Data Science Fundamentals, Part 1

Entdecken Sie neue Fähigkeiten mit $120 Rabatt auf Kurse von Branchenexperten. Jetzt sparen.

Diese spezialisierung ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.
Pearson

Spezialisierung für Data Science Fundamentals, Part 1

Basic Concepts, Data Wrangling, Databases--Python. Gain hands-on experience in real-world data acquisition, parsing, and ML applications.

Pearson

Dozent: Pearson

Bei Coursera Plus enthalten

Befassen Sie sich eingehend mit einem Thema
Stufe Anfänger

Empfohlene Erfahrung

1 Monat bei 5 Stunden pro Woche
Flexibler Zeitplan
Verdienen Sie sich einen beruflichen Leistungsnachweis
Teilen Sie Ihr Fachwissen mit Arbeitgebern
Befassen Sie sich eingehend mit einem Thema
Stufe Anfänger

Empfohlene Erfahrung

1 Monat bei 5 Stunden pro Woche
Flexibler Zeitplan
Verdienen Sie sich einen beruflichen Leistungsnachweis
Teilen Sie Ihr Fachwissen mit Arbeitgebern

Was Sie lernen werden

  • Acquire, clean, and structure real-world data from diverse sources using Python, APIs, and relational databases.

  • Analyze, visualize, and model data using industry-standard libraries such as Pandas, NumPy, SciPy, Statsmodels, and Scikit-learn.

  • Build, validate, and deploy machine learning models, applying best practices in data science to solve practical, real-world problems.

Überblick

Was ist inbegriffen?

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch
Kürzlich aktualisiert!

August 2025

7 Praxisübungen

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 Pearson.

Spezialisierung - 3 Kursreihen

Was Sie lernen werden

  • Develop a strong foundation in data science concepts, theory, and the practical application of Python’s data ecosystem.

  • Acquire, manipulate, and analyze real-world datasets using industry-standard tools and libraries.

  • Build and evaluate machine learning models, including recommendation engines, with hands-on projects.

  • Master the end-to-end data science process, from data acquisition to visualization and effective communication of results.

Kompetenzen, die Sie erwerben

Kategorie: Python Programming
Kategorie: Data Manipulation
Kategorie: Data Science
Kategorie: NumPy
Kategorie: Exploratory Data Analysis
Kategorie: Programming Principles
Kategorie: Pandas (Python Package)
Kategorie: Scikit Learn (Machine Learning Library)
Kategorie: Computational Thinking
Kategorie: Machine Learning
Kategorie: Applied Machine Learning
Kategorie: Data Analysis

Was Sie lernen werden

  • Master the ETL (Extract, Transform, Load) process for seamless data acquisition and integration.

  • Acquire practical skills in sourcing data from APIs, web scraping, and managing data lineage.

  • Parse and transform diverse data formats (XML, JSON) for structured analysis.

  • Build and apply data models using object-oriented programming to streamline data workflows.

Kompetenzen, die Sie erwerben

Kategorie: Extensible Markup Language (XML)
Kategorie: Data Transformation
Kategorie: Data Pipelines
Kategorie: Extract, Transform, Load
Kategorie: Data Modeling
Kategorie: Web Scraping
Kategorie: Data Processing
Kategorie: Object Oriented Programming (OOP)
Kategorie: Application Programming Interface (API)
Kategorie: Data Integration
Kategorie: Relational Databases
Kategorie: JSON

Was Sie lernen werden

  • Master the fundamentals of relational databases and persistent data storage.

  • Build and optimize ETL pipelines using Python and object-relational mappers.

  • Apply data validation techniques to ensure data quality and integrity.

  • Utilize Pandas for effective data exploration, transformation, and statistical analysis.

Kompetenzen, die Sie erwerben

Kategorie: Data Validation
Kategorie: Extract, Transform, Load
Kategorie: Data Transformation
Kategorie: Object-Relational Mapping
Kategorie: Descriptive Statistics
Kategorie: Data Storage Technologies
Kategorie: Relational Databases
Kategorie: Pandas (Python Package)
Kategorie: Data Manipulation
Kategorie: Exploratory Data Analysis
Kategorie: Databases
Kategorie: Data Pipelines
Kategorie: SQL
Kategorie: Data Integrity
Kategorie: Data Processing
Kategorie: Data Cleansing
Kategorie: Data Quality
Kategorie: Database Management
Kategorie: Data Analysis

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

Pearson
Pearson
230 Kurse3.134 Lernende

von

Pearson

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.“
Coursera Plus

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