Online cursus – gecertificeerd professioneel certificaat in IBM Data Science door IBM

Bereid je voor op een carrière als datawetenschapper. Ontwikkel relevante vaardigheden in het algemeen en op het gebied van kunstmatige intelligentie in het bijzonder, voor een gewilde carrière. Vraag een certificaat aan bij IBM. Er is geen eerdere ervaring nodig.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
Online cursus - gecertificeerd professioneel certificaat in IBM Data Science door IBM

Professional Certificate

starten

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • databases
  • gegevens spelen
  • Statistische analyse
  • voorspellend model
  • Machine learning-algoritmen
  • gegevensbemonstering
  • Python
  • SQL
  • Jupyter-notitieboekjes
  • Github
  • Rstudio
  • Panda’s
  • Numpy
  • ScikitLeer
  • Matplotlib
  • Financiële gegevensverwerking
  • SQL-query’s voor demografische gegevens
  • Ontwerp grafieken en regressiemodellen
  • Het creëren van een dynamisch dashboard
  • Toepassing van voorspellingsalgoritmen
  • Machine learning-modellen trainen en vergelijken

What you will learn in the course

Courses for which the course is suitable

  • data wetenschapper
  • Data-analist
  • Ontwikkelt machine learning-modellen
  • data-analist
  • Gegevensingenieur
  • Expert op het gebied van kunstmatige intelligentie
  • Softwareontwikkelaar op het gebied van data
  • Projectmanager op het gebied van data science
  • Data-adviseur
  • Datawetenschapper

Professioneel certificaat – een cursusreeks van 12 lessen

Bereid je voor op een carrière in het snelgroeiende veld van data science . In dit programma ontwikkel je de vaardigheden, tools en portfolio die je in slechts 5 maanden een concurrentievoordeel op de arbeidsmarkt zullen geven als beginnend datawetenschapper. Er is geen voorkennis van informatica of programmeertalen vereist.

Datawetenschap omvat het verzamelen, opschonen, organiseren en analyseren van gegevens met als doel nuttige inzichten te verkrijgen en voorspelbare resultaten te voorspellen. De vraag naar bekwame datawetenschappers die data kunnen gebruiken om boeiende verhalen te vertellen en te helpen bij het nemen van beslissingen is nog nooit zo groot geweest.

Je leert de vereiste vaardigheden die worden gebruikt door professionele datawetenschappers, waaronder databases, datavisualisaties, statistische analyse, voorspellende modellering, machine learning-algoritmen en datamodellering. Je werkt ook met de nieuwste talen, tools en bibliotheken, waaronder Python, SQL, Jupyter notebooks, Github, Rstudio, Pandas, Numpy, ScikitLearn, Matplotlib en meer.

Na voltooiing van het volledige programma bouw je een portfolio van data science-projecten op die je het vertrouwen geven om op te vallen in sollicitatiegesprekken. Bovendien krijgt u toegang tot het IBM-talentennetwerk, waar u direct na publicatie een vacature kunt zien, aanbevelingen kunt zien die zijn afgestemd op uw vaardigheden en interesses, en tips waarmee u zich kunt onderscheiden van de andere kanshebbers.

Dit programma wordt aanbevolen door ACE® en FIBAA. Zodra je het voltooit, kun je maximaal 12 studiepunten en 6 ECTS verdienen.

Een praktisch leerproject

Dit professionele certificaat legt de nadruk op praktijkgericht leren en omvat een reeks praktijkgerichte IBM-cloudlabs die u praktische vaardigheden bieden die u op echte banen kunt toepassen. Je krijgt ook de kans om te leren hoe generatieve kunstmatige intelligentie-tools en -technieken worden gebruikt in data science.

Tools die je gaat gebruiken: Jupyter / JupyterLab, GitHub, R Studio en Watson Studio

Bibliotheken die u gaat gebruiken: Pandas, NumPy, Matplotlib, Seaborn, Folium, ipython-sql, Scikit-learn, ScipPy, enz.

Projecten die je uitvoert:

  • Financiële gegevens doorkruisen en slepen met de Pandas-bibliotheek in Python

  • SQL gebruiken om bevolkings-, misdaad- en demografische datasets op scholen te doorzoeken

  • Gegevensontwerp, grafieken en regressiemodellering om huizenprijzen te voorspellen met behulp van de datawetenschapsbibliotheken van Python

  • Het creëren van een dynamisch controlepaneel in Python om de betrouwbaarheid van binnenlandse vluchten in de VS te verbeteren

  • Machine learning-algoritmen toepassen om te voorspellen of een leningzaak werkelijkheid zal worden

  • Machine learning-modellen trainen en vergelijken

Details of the courses that make up the specialization

Wat is datawetenschap?

Cursus 1 • 11 uur • 4.7

  • Definieer wat datawetenschap is en waarom het belangrijk is in de datagestuurde wereld van vandaag.
  • Beschrijf de verschillende paden die kunnen leiden naar een carrière in data science.
  • Vat het advies samen dat door ervaren datawetenschappers aan beginnende datawetenschappers wordt gegeven.
  • Leg uit waarom data science wordt beschouwd als de meest gevraagde baan van de 21e eeuw.

De vaardigheden die je gaat verwerven

  • Selectie van modellen
  • data-analyse
  • Python-programmering
  • Datavisualisatie
  • voorspellende modellen

Hulpmiddelen voor datawetenschap

Cursus 2 • 18 uur • 4.5

  • Beschrijf het arsenaal aan tools van de datawetenschapper, waaronder: bibliotheken en pakketten, datasets, machine learning-modellen en big data-tools.
  • Gebruik veelgebruikte data science-talen zoals Python, R en SQL.
  • Het model heeft praktische kennis van tools als Jupyter Notebooks en RStudio.
  • Creëer en beheer data science-broncode met behulp van Git- en GitHub-opslagplaatsen.

De vaardigheden die je gaat verwerven

  • Datawetenschap
  • Python-programmering
  • GitHub
  • RStudio
  • Jupyter-notitieboekjes

Methodologie voor datawetenschap

Cursus 3 • 6 uur • 4.6

  • Beschrijf wat een data science-methodologie is en waarom datawetenschappers een methodologie nodig hebben.
  • Pas het zesstaps Cross-Industry Data Mining Process (CRISP-DM) toe op de analyse van casestudy’s.
  • Evalueer welk analytisch model geschikt is tussen voorspellende, beschrijvende en classificatiemodellen.
  • Bepaal geschikte gegevensbronnen voor uw data-analysemethodologie.

De vaardigheden die je gaat verwerven

  • Datawetenschap
  • data-analyse
  • Python-programmering
  • NumPy
  • Panda’s

Python voor datawetenschap, AI en ontwikkeling

Cursus 4 • 25 uur • 4.6

  • Leer Python – de populairste programmeertaal voor datawetenschap en softwareontwikkeling.
  • Pas de principes van Python-programmeren toe: variabelen, datastructuren, lussen, functies, objecten en klassen.
  • Modelvaardigheid in het gebruik van Python-bibliotheken zoals Pandas en NumPy.
  • Krijg toegang tot en manipuleer gegevens met behulp van Python API’s en bibliotheken zoals Beautiful Soup.

De vaardigheden die je gaat verwerven

  • Python-programmering
  • Dashboards en grafieken
  • Datavisualisatie
  • Matplotlib

Python-project voor datawetenschap

Cursus 5 • 8 uur • 4.5

  • Speel de rol van datawetenschapper/data-analist die aan een echt project werkt.
  • Demonstreer je Python-vaardigheden.
  • Bouw een dashboard met behulp van Python en bibliotheken zoals Pandas, Beautiful Soup en Plotly.

De vaardigheden die je gaat verwerven

  • GitHub
  • Jupyter-notitieboekje
  • K-betekent clustering

Databases en SQL voor Data Science met Python

Cursus 6 • 20 uur • 4.7

  • Data-analyse in een database met behulp van SQL en Python.
  • Creëer een relationele database en werk met meerdere tabellen.
  • Bouw eenvoudige tot middelmatige SQL-query’s.
  • Schrijf krachtigere queries met behulp van geavanceerde SQL-technieken.

De vaardigheden die je gaat verwerven

  • Python-programmering
  • Clouddatabases
  • SQL

Data-analyse met Python

Cursus 7 • 15 uur • 4.7

  • Ontwikkeling van Python-code voor het opschonen van gegevens en voorbereiding voor analyse.
  • Voer onderzoeksgegevensanalyse uit en pas analytische technieken toe.
  • Bouw en evalueer regressiemodellen met behulp van de scikit-learn machine learning-bibliotheek.

De vaardigheden die je gaat verwerven

  • machinaal leren
  • regressie
  • Classificatie

Datavisualisatie met Python

Cursus 8 • 20 uur • 4.5

  • Implementeer datavisualisatietechnieken met behulp van Python-bibliotheken.
  • Maak verschillende soorten diagrammen.
  • Creëer interactieve dashboards.

De vaardigheden die je gaat verwerven

  • Datawetenschap
  • data-analyse
  • het genereren van gegevens

Machine learning met Python

Cursus 9 • 13 uur • 4.7

  • Beschrijf de verschillende soorten machine learning-algoritmen.
  • Schrijf Python-code die verschillende classificatietechnieken implementeert.
  • Evalueer de resultaten van lineaire regressie.

De vaardigheden die je gaat verwerven

  • loopbaanontwikkeling
  • interviewvaardigheden

Praktische training in datawetenschap

Cursus 10 • 13 uur • 4.7

  • Demonstreer vaardigheden op het gebied van data science-modellering en machine learning-technieken.
  • Pas uw vaardigheden toe om gegevensverzameling, gegevensmanipulatie, gegevensanalyse en onderzoek uit te voeren.

De vaardigheden die je gaat verwerven

  • Datawetenschap
  • data-analyse
  • Python-programmering

Generatieve AI: upgrade uw datawetenschapscarrière

Cursus 11 • 12 uur • 4.7

  • Maak gebruik van generatieve AI-tools om gegevens te verkennen en voor te bereiden.
  • Oefen generatieve AI-vaardigheden in praktische labs en projecten.

De vaardigheden die je gaat verwerven

  • Datawetenschap
  • Grote gegevens
  • machinaal leren

Carrièregids voor datawetenschappers en voorbereiding van interviews

Cursus 12 • 9 uur • 4.7

  • Beschrijf de rol van de datawetenschapper en enkele loopbaantrajecten.
  • Leg uit hoe je een basis kunt leggen voor het zoeken naar een baan.
  • Vat samen wat een kandidaat kan verwachten tijdens een typische sollicitatiegesprekcyclus.

De vaardigheden die je gaat verwerven

  • Datawetenschap
  • data-analyse
  • CRISP-DM

Gerelateerde producten