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

15.599 bereits angemeldet

Bei Coursera PlusMehr erfahren enthalten

Fragen Sie Coursera

Befassen Sie sich eingehend mit einem Thema

aus 309 Bewertungen von Kursen in diesem Programm

Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
4 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Befassen Sie sich eingehend mit einem Thema

aus 309 Bewertungen von Kursen in diesem Programm

Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
4 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

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

Werkzeuge, die Sie lernen werden

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

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch

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

Was Sie lernen werden

Kompetenzen, die Sie erwerben

Kategorie: Regressionsanalyse
Kategorie: Technische Merkmale
Kategorie: Modell Ausbildung
Kategorie: Tensorflow
Kategorie: Datenmanipulation
Kategorie: Modell-Optimierung
Kategorie: Überwachtes Lernen
Kategorie: Bereinigung von Daten
Kategorie: Klassifizierungsalgorithmen
Kategorie: Logistische Regression
Kategorie: Prädiktive Analytik
Kategorie: Statistisches maschinelles Lernen
Kategorie: Design Thinking
Kategorie: Datenverarbeitung
Kategorie: Scikit Learn (Bibliothek für maschinelles Lernen)
Kategorie: Methoden des maschinellen Lernens
Kategorie: Prädiktive Modellierung
Kategorie: Statistische 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: Modell Ausbildung
Kategorie: Regressionsanalyse
Kategorie: Überwachtes Lernen
Kategorie: Modell-Optimierung
Kategorie: Klassifizierungsalgorithmen
Kategorie: Text Mining
Kategorie: Verarbeitung natürlicher Sprache
Kategorie: Verifizierung und Validierung
Kategorie: Statistische Modellierung
Kategorie: Angewandtes maschinelles Lernen
Kategorie: Prädiktive Analytik
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: Flask (Web-Framework)
Kategorie: Django (Web-Framework)
Kategorie: Angewandtes maschinelles Lernen
Kategorie: Modell-Optimierung
Kategorie: MLOps (Operationen für maschinelles Lernen)
Kategorie: Maschinelles Lernen
Kategorie: Bewertung des Modells
Kategorie: Vorverarbeitung von Daten
Kategorie: Bereinigung von Daten
Kategorie: Modell-Einsatz
Kategorie: Datenmanipulation
Kategorie: AI-Personalisierung
Kategorie: Algorithmen für maschinelles Lernen
Kategorie: Web-Anwendungen
Kategorie: Python-Programmierung
Kategorie: Web-Frameworks
Kategorie: Prädiktive Modellierung

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 Kurse35.200 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.“
  • cplus logo

    Nutzen Sie mit unserem Labor-Day-Angebot mehr als 10.000 Programme

  • Coursera for teams logo

    Beginnen Sie mit einfachen Einsparungsmöglichkeiten für hart arbeitende Teams

    30% off team training

Häufig gestellte Fragen