Data Science has become one of the most sought-after fields in today’s data-driven world, and Python stands at its core. This course empowers learners to master the art of data science using Python—one of the most versatile programming languages for analyzing, visualizing, and interpreting data.
Mastering Python for Data Science
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire
Expérience recommandée
2 semaines à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Ce que vous apprendrez
Manage data and perform linear algebra in Python
Derive inferences using inferential statistics
Create data visualizations and mine for patterns
Compétences que vous acquerrez
- Catégorie : Data Manipulation
- Catégorie : Apache Hadoop
- Catégorie : Probability & Statistics
- Catégorie : Regression Analysis
- Catégorie : Data Preprocessing
- Catégorie : Python Programming
- Catégorie : Analytics
- Catégorie : Data Analysis
- Catégorie : Big Data
- Catégorie : JavaScript Frameworks
- Catégorie : Statistics
- Catégorie : Statistical Inference
- Catégorie : Machine Learning
- Catégorie : Data Mapping
- Catégorie : Random Forest Algorithm
- Catégorie : HTML and CSS
- Catégorie : Data Science
- Catégorie : Object Oriented Programming (OOP)
- Catégorie : Pandas (Python Package)
- Catégorie : Data Visualization
- Section Compétences masquée. Affichage de 11 compétence(s) sur 20.
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Récemment mis à jour !
février 2026
Évaluations
12 devoirs
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Il y a 12 modules dans ce cours
In this section, we explore parsing raw data from multiple sources, cleaning datasets, and manipulating data using NumPy and pandas for effective analysis.
Inclus
2 vidéos5 lectures1 devoir
In this section, we explore probability distributions, hypothesis testing, confidence intervals, and errors to make population inferences from sample data using statistical methods.
Inclus
1 vidéo6 lectures1 devoir
In this section, we explore structured data mining techniques, domain-driven analysis, and pattern discovery to uncover actionable insights for informed decision-making in real-world scenarios.
Inclus
1 vidéo3 lectures1 devoir
In this section, we explore techniques for controlling plot properties, combining multiple visualizations, and creating advanced data displays using Python. These methods enhance data communication and insight extraction.
Inclus
1 vidéo4 lectures1 devoir
In this section, we explore supervised, unsupervised, and reinforcement learning, focusing on their applications, key concepts like feature vectors, and practical problem-solving in data-driven systems.
Inclus
1 vidéo3 lectures1 devoir
In this section, we explore simple and multiple linear regression models, focusing on variable relationships, correlation coefficients, and model training for predictive analysis.
Inclus
1 vidéo3 lectures1 devoir
In this section, we build and evaluate logistic regression models using statsmodels and SciKit, focusing on predicting event likelihood with the Titanic dataset and assessing performance via ROC curves.
Inclus
1 vidéo3 lectures1 devoir
In this section, we explore user-based and item-based collaborative filtering techniques, focusing on calculating similarity using Euclidean distance and generating recommendations through weighted averages.
Inclus
1 vidéo3 lectures1 devoir
In this section, we explore random forest models for classification, analyze census data to predict income levels, and evaluate model performance using accuracy metrics.
Inclus
1 vidéo2 lectures1 devoir
In this section, we explore k-means clustering for customer segmentation, focusing on determining optimal clusters and interpreting results for business insights.
Inclus
1 vidéo3 lectures1 devoir
In this section, we preprocess text data using NLTK, generate wordclouds, and apply tokenization, POS tagging, and named entity recognition to extract insights from unstructured data.
Inclus
1 vidéo3 lectures1 devoir
In this section, we explore Python's role in big data processing, focusing on Hadoop, MapReduce, and distributed computing techniques for efficient data analysis.
Inclus
1 vidéo5 lectures1 devoir
Instructeur
Offert par
En savoir plus sur Data Analysis
Statut : Essai gratuitDuke University
Statut : Essai gratuit
Statut : Essai gratuitUniversity of Michigan
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Yes, you can preview the first video and view the syllabus before you enroll. You must purchase the course to access content not included in the preview.
If you decide to enroll in the course before the session start date, you will have access to all of the lecture videos and readings for the course. You’ll be able to submit assignments once the session starts.
Once you enroll and your session begins, you will have access to all videos and other resources, including reading items and the course discussion forum. You’ll be able to view and submit practice assessments, and complete required graded assignments to earn a grade and a Course Certificate.
Plus de questions
Aide financière disponible,