Online cursus – gecertificeerde professionele specialisatie in data-analyse met Google’s Python, University of Colorado Boulder

Neem deel aan cursussen die de nadruk leggen op de vaardigheden op het gebied van datatechnologieën en data-analyse. Verkrijg diepgaande kennis die u voorbereidt op uitdagingen in de echte wereld van data-analyse.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
Online cursus - gecertificeerde professionele specialisatie in data-analyse met Google's Python, University of Colorado Boulder

Professional Certificate

Gemiddeld niveau

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Classificatie
  • regressie
  • Clustering
  • Reductie van datadimensionaliteit
  • Verenigingsregels
  • gecontroleerd leren
  • ongecontroleerd leren
  • Uitzonderingsdetectie

What you will learn in the course

Courses for which the course is suitable

  • Data-analist
  • data wetenschapper
  • Ontwikkelaar van algoritmen
  • Projectmanager op het gebied van data
  • Adviseur data-analyse
  • Expert op het gebied van datamodellering
  • Analist informatiesystemen
  • Ontwikkelaar van business intelligence-oplossingen
  • Data onderzoeker
  • Directeur Onderzoek en Analyse

Stage – een reeks van 5 cursussen

Gespecialiseerd in data-analyse biedt een uitgebreid overzicht van verschillende data-analysetechnieken. De cursussen zullen een breed scala aan onderwerpen behandelen, waaronder:

  • Classificatie
  • regressie
  • Clustering
  • Reductie van datadimensionaliteit
  • Verenigingsregels

De cursussen zullen zeer praktisch zijn en voorbeelden uit de praktijk en casestudy’s bevatten, die studenten zullen helpen een dieper begrip te ontwikkelen van concepten en technieken in data-analyse. De cursussen eindigen met een project dat de beheersing van data-analysetechnieken door de student aantoont.

Toegepast leerproject

Met de cursus “Data Analysis Project” kunnen studenten de kennis en vaardigheden die ze in deze specialisatie verwerven, toepassen om een ​​praktisch data-analyseproject uit te voeren op basis van hun interesse. Deelnemers verkennen verschillende richtingen in data-analyse, waaronder:

  • gecontroleerd leren
  • ongecontroleerd leren
  • regressie
  • Clustering
  • Afmetingsreductie
  • Verenigingsregels
  • Uitzonderingsdetectie

Gedurende de modules leren studenten essentiële data-analysetechnieken en -methodologieën en beginnen ze aan een reis van ruwe data naar kennis en intelligentie. Door het voltooien van de cursus zullen studenten bedreven zijn in data-analyse, in staat zijn hun expertise in verschillende projecten toe te passen en datagestuurde beslissingen te nemen.

Details of the courses that make up the specialization

Classificatieanalyse

Cursus 1 – 38 uur

wat ga je leren

  • Begrijp het concept en het belang van classificatie als een van de methoden van beheerd leren.
  • Onderscheid en beschrijf verschillende soorten classificatoren, en pas elke classificator toe om binaire en multiklasse classificatietaken uit te voeren op diverse datasets.
  • Evalueer de prestaties van de classificatoren, selecteer en verfijn classificatoren op basis van de kenmerken van de informatie en de leervereisten.

De vaardigheden die je gaat verwerven

  • Meerdere leren
  • Lineaire regressie
  • kruisvalidatie
  • regressie
  • Scikit-Leer

Regressieanalyse

Cursus 2 – 40 uur

wat ga je leren

  • Begrijp de principes en het belang van regressieanalyse bij begeleid leren.
  • Pas kruisvalidatiemethoden toe om de modelprestaties te evalueren en parameters te verbeteren.
  • Begrijp de vermenigvuldigingsmethoden (in zakken doen, boosten, stapelen) en hun rol bij het vergroten van de nauwkeurigheid van het regressiemodel.

De vaardigheden die je gaat verwerven

  • Ongecontroleerd leren
  • machinaal leren
  • Begeleid leren
  • projectplanning
  • datamining

Clusteranalyse

Cursus 3 – 37 uur

wat ga je leren

  • Begrijp de principes en het belang van leren zonder toezicht, vooral clustering en dimensionaliteitsreductie.
  • Pas clustertechnieken toe op verschillende datasets voor patroonontdekking en dataverkenning.
  • Pas Principal Component Analysis (PCA) toe om de dimensionaliteit van de gegevens te verminderen en de verkleinde ruimte te interpreteren.

De vaardigheden die je gaat verwerven

  • Algoritmen voor dataclusters
  • Afmetingsreductie
  • K-betekent clustering
  • Hoofdcomponentenanalyse (PCA)
  • Dbscan

Analyse van associatieregels

Cursus 4 – 22 uur

wat ga je leren

  • Begrijp de principes en het belang van leermethoden zonder toezicht, met name associatieregels en detectie van afwijkingen.
  • Verbind de concepten en toepassingen van frequente patronen en associatieregels bij het ontdekken van interessante relaties tussen items.
  • Pas een verscheidenheid aan methoden voor het detecteren van afwijkingen toe, waaronder statistische en intra-afstandsmethoden om afwijkende gegevenspunten te identificeren.

De vaardigheden die je gaat verwerven

  • Associatieregels leren
  • uitzonderlijk
  • Apriori
  • Frequente patronen
  • FP-groei

Data-analyseproject met Python

Cursus 5 – 18 uur

wat ga je leren

  • Specificeer de reikwijdte en richting van het data-analyseproject, identificeer geschikte technieken en modellen om de doelstellingen van het project te bereiken.
  • Pas een verscheidenheid aan classificatie- en regressie-algoritmen toe en pas meerdere validatietechnieken toe om de modelprestaties te verbeteren.
  • Pas algoritmen toe voor clustering, dimensionaliteitsreductie, mining van associatieregels en detectie van uitschieters voor leermodellen zonder toezicht.

De vaardigheden die je gaat verwerven

  • Bayesiaanse statistieken
  • Logistieke regressie
  • ondersteuning vectormachine (SVM)
  • Classificatie
  • beslisboom

Gerelateerde producten