Università di Napoli Federico II

Spécialisation "Data Science con Python e R"

Ce spécialisation n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.
Università di Napoli Federico II

Spécialisation "Data Science con Python e R"

Diventa un esperto dei dati con Python e R.

Crea le basi per la tua carriera da Data Scientist. Esegui analisi su data set reali e impara ad utilizzare correttamente R e Python

Carlo Sansone
Flora Amato
Biagio Palumbo

Instructeurs : Carlo Sansone

Inclus avec Coursera PlusEn savoir plus

Approfondissez votre connaissance d’un sujet

des 55 examens de cours de ce programme

niveau Intermédiaire

Expérience recommandée

2 mois à compléter
à 10 heures par semaine
Approfondissez votre connaissance d’un sujet

des 55 examens de cours de ce programme

niveau Intermédiaire

Expérience recommandée

2 mois à compléter
à 10 heures par semaine

Ce que vous apprendrez

  • Apprenderai le basi per realizzare un programma in Python e riconoscere i principali comandi

  • Conoscere ed utilizzare le principali istruzioni e strutture dati in R nei tipici metodi di apprendimento supervisionato e non supervisionato

  • Conoscere le architetture di reti neurali artificiali, sia shallow che deep

  • Utilizzare le reti neurali artificiali per la classificazione, segmentazione e object detection

Compétences que vous acquerrez

  • Catégorie : Supervised Learning
  • Catégorie : Scripting
  • Catégorie : Computer Programming
  • Catégorie : Image Analysis
  • Catégorie : Matplotlib
  • Catégorie : Unsupervised Learning
  • Catégorie : Artificial Neural Networks
  • Catégorie : Deep Learning
  • Catégorie : Statistical Machine Learning
  • Catégorie : Machine Learning Methods
  • Catégorie : Convolutional Neural Networks
  • Catégorie : Scripting Languages
  • Catégorie : Object Oriented Programming (OOP)
  • Catégorie : Object Oriented Design

Outils que vous découvrirez

  • Catégorie : R Programming
  • Catégorie : Pandas (Python Package)
  • Catégorie : R (Software)
  • Catégorie : PyTorch (Machine Learning Library)
  • Catégorie : NumPy
  • Catégorie : Python Programming

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Italien
Planning flexible
Apprenez à votre propre rythme

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Améliorez votre expertise en la matière

  • Acquérez des compétences recherchées auprès d’universités et d’experts du secteur
  • Maîtrisez un sujet ou un outil avec des projets pratiques
  • Développez une compréhension approfondie de concepts clés
  • Obtenez un certificat professionnel auprès de Università di Napoli Federico II

Spécialisation - série de 3 cours

Python: Istruzioni per l’uso

Python: Istruzioni per l’uso

COURS 1, 16 heures

Ce que vous apprendrez

  • Impara i  Principi base della Programmazione in Python, i Linguaggi Interpretati e gli Ambienti di Sviluppo

  • Impara a conoscere la  programmazione orientata agli oggetti e i costrutti più utilizzati: classi, oggetti, ereditarietà multipla

  • Utilizza in modo appropriato i Moduli e Package. Impara come gestire i Files ed eccezioni e come accedere a Data Base

Compétences que vous acquerrez

Catégorie : Python Programming
Catégorie : Database Management
Catégorie : File Management
Catégorie : Object Oriented Programming (OOP)
Catégorie : File I/O
Catégorie : Data Manipulation
Catégorie : Programming Principles
Catégorie : Package and Software Management
Catégorie : Object Oriented Design
Catégorie : Data Management
Catégorie : Data Access
Catégorie : Scripting
Catégorie : Computer Programming
Catégorie : Debugging
Catégorie : Scripting Languages
Machine Learning e Data Mining in R

Machine Learning e Data Mining in R

COURS 2, 31 heures

Ce que vous apprendrez

  • Importare, manipolare e visualizzare dati mediante R e i pacchetti inclusi in tidyverse come dplyr e ggplot2

  • Riconoscere e risolvere in R, mediante i pacchetti aggiuntivi leaps, glmnet, pls, problemi di apprendimento supervisionato e non supervisionato

  • Comprendere le differenze tra reti neurali artificiali di tipo shallow e deep

Compétences que vous acquerrez

Catégorie : R Programming
Catégorie : Artificial Neural Networks
Catégorie : Regression Analysis
Catégorie : Ggplot2
Catégorie : Dimensionality Reduction
Catégorie : Unsupervised Learning
Catégorie : Data Manipulation
Catégorie : Data Wrangling
Catégorie : Deep Learning
Catégorie : Statistical Machine Learning
Catégorie : Exploratory Data Analysis
Catégorie : Applied Machine Learning
Catégorie : Tidyverse (R Package)
Catégorie : Machine Learning
Catégorie : Data Analysis
Catégorie : Machine Learning Methods
Catégorie : Transfer Learning
Catégorie : Machine Learning Algorithms
Catégorie : Supervised Learning
Catégorie : R (Software)
Python per la Data Science

Python per la Data Science

COURS 3, 18 heures

Ce que vous apprendrez

  • Imparare a manipolare e visualizzare i dati python, tramite l'uso di alcune librerie molto diffuse

  • Imparare a instanziare, addestrare ed utilizzare reti neurali (feedforward e ricorrenti) usando scikit learn

  • Imparare ad usare i tool Keras e PyTorch per il deep learning

  • Instanziare e utilizzare una rete encoder/decoder per la segmentazione semantica e come usare reti deep pre-addestrate per la object detection

Compétences que vous acquerrez

Catégorie : Convolutional Neural Networks
Catégorie : Matplotlib
Catégorie : PyTorch (Machine Learning Library)
Catégorie : Pandas (Python Package)
Catégorie : Transfer Learning
Catégorie : NumPy
Catégorie : Scikit Learn (Machine Learning Library)
Catégorie : Image Analysis
Catégorie : Jupyter
Catégorie : Artificial Neural Networks
Catégorie : Computer Vision
Catégorie : Applied Machine Learning
Catégorie : Machine Learning Methods
Catégorie : Keras (Neural Network Library)
Catégorie : Deep Learning
Catégorie : Data Manipulation

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeurs

Carlo Sansone
Università di Napoli Federico II
2 Cours1 435 apprenants

Offert par

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.’

Foire Aux Questions