University of California San Diego

Spezialisierung „Python-Datenprodukte für prädiktive Analysen“

Zum Labor Day gibt es bei Coursera Plus Rabatte von über 70 $. Sparen Sie 3 Monate lang 40 %.

University of California San Diego

Spezialisierung „Python-Datenprodukte für prädiktive Analysen“

Erstellen Sie prädiktive Systeme mit Genauigkeit.

Sammeln, modellieren und implementieren Sie datengesteuerte Systeme mit Python und maschinellem Lernen.

Julian McAuley
Ilkay Altintas

Dozenten: Julian McAuley

15.631 bereits angemeldet

Bei Coursera PlusMehr erfahren enthalten

Befassen Sie sich eingehend mit einem Thema

aus 312 Bewertungen von Kursen in diesem Programm

Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
4 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Befassen Sie sich eingehend mit einem Thema

aus 312 Bewertungen von Kursen in diesem Programm

Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
4 Wochen zu vervollständigen
unter 10 Stunden pro Woche

Was Sie lernen werden

  • Entdecken Sie, wie Sie Daten umwandeln und für datengesteuerte Vorhersageaufgaben nutzbar machen können

  • Verstehen Sie, wie man grundlegende Statistiken mit realen Datensätzen von Verbraucheraktivitäten wie Produktbewertungen und mehr berechnet

  • Verwenden Sie Python zur Erstellung interaktiver Datenvisualisierungen, um aussagekräftige Vorhersagen zu treffen und einfache Demosysteme zu bauen

  • Führen Sie mit Hilfe von Bibliotheken für maschinelles Lernen einfache Regressionen und Klassifizierungen an Datensätzen durch

Kompetenzen, die Sie erwerben

  • Kategorie: Prädiktive Modellierung
  • Kategorie: Bewertung des Modells
  • Kategorie: Technische Merkmale
  • Kategorie: Design Thinking
  • Kategorie: MLOps (Operationen für maschinelles Lernen)
  • Kategorie: Statistische Modellierung
  • Kategorie: Interaktive Datenvisualisierung
  • Kategorie: Datenmanipulation
  • Kategorie: Überwachtes Lernen
  • Kategorie: Datenvisualisierung
  • Kategorie: Prädiktive Analytik
  • Kategorie: Statistisches maschinelles Lernen
  • Kategorie: Modell Ausbildung
  • Kategorie: Datenverarbeitung
  • Kategorie: Maschinelles Lernen
  • Kategorie: Methoden des maschinellen Lernens

Werkzeuge, die Sie lernen werden

  • Kategorie: Python-Programmierung
  • Kategorie: Modell-Einsatz
  • Kategorie: Web-Frameworks
  • Kategorie: Klassifizierungsalgorithmen

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 California San Diego.

Spezialisierung - 4 Kursreihen

Grundlegende Datenverarbeitung und Visualisierung

Grundlegende Datenverarbeitung und Visualisierung

KURS 1, 11 Stunden

Was Sie lernen werden

  • Entwickeln Sie eine Datenstrategie und einen Prozess, wie Daten generiert, gesammelt und genutzt werden sollen

  • Laden und verarbeiten Sie formatierte Datensätze wie CSV und JSON.

  • Bearbeiten Sie Daten in verschiedenen Formaten (z.B. Zeitstempel, Strings) und filtern und "bereinigen" Sie Datensätze, indem Sie Ausreißer usw. entfernen.

  • Grundlegende Erfahrung mit Datenverarbeitungsbibliotheken wie numpy und Dateningestion mit urllib, Requests

Kompetenzen, die Sie erwerben

Kategorie: Datenverarbeitung
Kategorie: NumPy
Kategorie: Python-Programmierung
Kategorie: Software zur Datenvisualisierung
Kategorie: JSON
Kategorie: Matplotlib
Kategorie: Datenmanipulation
Kategorie: Pandas (Python-Paket)
Kategorie: Datenvisualisierung
Kategorie: Bereinigung von Daten
Kategorie: Web-Scraping
Kategorie: Datei-E/A
Kategorie: Datenwissenschaft
Kategorie: Daten importieren/exportieren
Kategorie: Vorverarbeitung von Daten
Kategorie: Datenanalyse
Kategorie: Interaktive Datenvisualisierung

Was Sie lernen werden

Kompetenzen, die Sie erwerben

Kategorie: Regressionsanalyse
Kategorie: Technische Merkmale
Kategorie: Tensorflow
Kategorie: Prädiktive Analytik
Kategorie: Logistische Regression
Kategorie: Modell-Optimierung
Kategorie: Bereinigung von Daten
Kategorie: Klassifizierungsalgorithmen
Kategorie: Überwachtes Lernen
Kategorie: Modell Ausbildung
Kategorie: Datenmanipulation
Kategorie: Statistische Modellierung
Kategorie: Scikit Learn (Bibliothek für maschinelles Lernen)
Kategorie: Methoden des maschinellen Lernens
Kategorie: Datenverarbeitung
Kategorie: Design Thinking
Kategorie: Statistisches maschinelles Lernen
Kategorie: Prädiktive Modellierung
Aussagekräftige prädiktive Modellierung

Aussagekräftige prädiktive Modellierung

KURS 3, 9 Stunden

Was Sie lernen werden

  • Die Definitionen einfacher Fehlermessungen (z.B. MSE, Genauigkeit, Präzision/Recall) verstehen.

  • Bewerten Sie die Leistung der Regressoren/Klassifikatoren anhand der oben genannten Maße.

  • Verstehen Sie den Unterschied zwischen Trainings-/Testleistung und Verallgemeinerbarkeit.

  • Verstehen Sie Techniken zur Vermeidung von Overfitting und zur Erzielung einer guten Generalisierungsleistung.

Kompetenzen, die Sie erwerben

Kategorie: Bewertung des Modells
Kategorie: Prädiktive Modellierung
Kategorie: Überwachtes Lernen
Kategorie: Modell-Optimierung
Kategorie: Modell Ausbildung
Kategorie: Regressionsanalyse
Kategorie: Text Mining
Kategorie: Angewandtes maschinelles Lernen
Kategorie: Verifizierung und Validierung
Kategorie: Klassifizierungsalgorithmen
Kategorie: Verarbeitung natürlicher Sprache
Kategorie: Prädiktive Analytik
Kategorie: Statistische Modellierung
Kategorie: Python-Programmierung
Einsatz von Modellen für maschinelles Lernen

Einsatz von Modellen für maschinelles Lernen

KURS 4, 11 Stunden

Was Sie lernen werden

  • Projektstruktur von interaktiven Python-Datenanwendungen

  • Python-Webserver-Frameworks: (z.B.) Flask, Django, Dash

  • Bewährte Praktiken für den Einsatz von ML-Modellen und die Überwachung der Leistung

  • Skripte für die Bereitstellung, Serialisierung von Modellen, APIs

Kompetenzen, die Sie erwerben

Kategorie: Django (Web-Framework)
Kategorie: Flask (Web-Framework)
Kategorie: Modell-Optimierung
Kategorie: Angewandtes maschinelles Lernen
Kategorie: MLOps (Operationen für maschinelles Lernen)
Kategorie: Python-Programmierung
Kategorie: Algorithmen für maschinelles Lernen
Kategorie: Web-Frameworks
Kategorie: Bereinigung von Daten
Kategorie: Vorverarbeitung von Daten
Kategorie: Prädiktive Modellierung
Kategorie: Bewertung des Modells
Kategorie: AI-Personalisierung
Kategorie: Modell-Einsatz
Kategorie: Datenmanipulation
Kategorie: Maschinelles Lernen
Kategorie: Web-Anwendungen

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

Julian McAuley
University of California San Diego
5 Kurse35.236 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.“

Bewertungen von Lernenden aus Python-Datenprodukte für prädiktive Analysen

Durchschnitt über alle 4 Kurse

  • 5 Sterne

    62,32 %

  • 4 Sterne

    20 %

  • 3 Sterne

    8,13 %

  • 2 Sterne

    3,95 %

  • 1 Stern

    5,58 %

PA
Kurs: Grundlegende Datenverarbeitung und Visualisierung

Geprüft am 29. Juni 2022

AM
Kurs: Design Thinking und prädiktive Analyse für Datenprodukte

Geprüft am 7. Mai 2021

PT
Kurs: Aussagekräftige prädiktive Modellierung

Geprüft am 31. März 2021

Häufig gestellte Fragen