Vous souhaitez en savoir plus sur la science des données, mais vous ne savez pas par où commencer ? Cette Specializations de 4 cours d'IBM vous fournira les compétences fondamentales clés dont tout data scientist a besoin pour vous préparer à une carrière dans la data science ou à un apprentissage plus avancé dans le domaine.
Cette Specializations vous présentera ce qu'est la science des données et ce que font les data scientists. Vous découvrirez l'applicabilité de la science des données dans tous les domaines et apprendrez comment l'analyse des données peut vous aider à prendre des décisions fondées sur des données. Vous constaterez que vous pouvez donner un coup de fouet à votre carrière dans ce domaine sans connaissances préalables en informatique ou en langages de programmation : cette Specializations vous donnera les bases nécessaires à un apprentissage plus avancé pour soutenir vos objectifs de carrière.
Vous comprendrez des concepts tels que le big data, l'analyse statistique et les bases de données relationnelles, et vous vous familiariserez avec divers outils open source et programmes de science des données utilisés par les data scientists, tels que Jupyter Notebooks, RStudio, GitHub et SQL. Vous effectuerez des travaux pratiques et des projets pour apprendre la méthodologie impliquée dans la résolution des problèmes de science des données et appliquerez vos compétences et connaissances nouvellement acquises à des ensembles de données du monde réel.
En plus de gagner un certificat d'achèvement de Specialization de Coursera, vous recevrez également un badge numérique d'IBM vous reconnaissant comme un spécialiste des fondations de la science des données.
Cette Specializations peut également être appliquée vers le certificat IBM Data Science Professional .
Projet d'apprentissage appliqué
Tous les cours de la spécialisation contiennent plusieurs laboratoires et devoirs pratiques pour vous aider à acquérir une expérience pratique et des compétences avec une variété d'ensembles de données et d'outils tels que Jupyter, GitHub et R Studio. Construisez votre portefeuille de science des données à partir des artefacts que vous produisez tout au long de ce programme. Les projets qui concluent le cours incluent :
Création et partage d'un carnet Jupyter contenant des blocs de code et du markdown
Concevoir un problème qui peut être résolu en appliquant la méthodologie de la science des données et expliquer comment appliquer chaque étape de la méthodologie pour le résoudre
Utiliser SQL pour interroger des ensembles de données démographiques, de recensement et de criminalité afin d'identifier les causes qui ont un impact sur les inscriptions, la sécurité, la santé et l'environnement dans les écoles
