Online cursus – Gecertificeerde professionele stage in datawetenschap Ontworpen met Python door Google, Universiteit van Michigan

Ontdek nieuwe inzichten over uw data. Leer data science-methoden en -technieken toe te passen en analytische vaardigheden te verwerven.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
Online cursus - Gecertificeerde professionele stage in datawetenschap Ontworpen met Python door Google, Universiteit van Michigan

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

  • Toepassing van statistische technieken
  • machinaal leren
  • Visualisatie van informatie
  • Tekstanalyse
  • Analyse van sociale netwerken
  • Met behulp van populaire Python-tools zoals pandas, matplotlib, scikit-learn, nltk, networkx
  • Diep begrip van datawetenschap in Python
  • Mogelijkheid om grafieken en diagrammen te maken om gegevens weer te geven
  • Ontwikkelen van programmeervaardigheden in Python

What you will learn in the course

Courses for which the course is suitable

  • data-analist
  • data wetenschapper
  • Python-ontwikkelaar
  • Machine learning-expert
  • Bedrijfsanalist
  • Applicaties ontwikkelen met data
  • Ontwikkelaar van datavisualisatie
  • Tekstparser
  • Sociaal netwerkanalist
  • Docent datawetenschap

Stage – een 5-delige cursusreeks

De 5 cursussen in de specialisatiereeks van de Universiteit van Michigan laten docenten kennismaken met datawetenschap via de programmeertaal Python. De stage is bedoeld voor docenten met een basisachtergrond in Python of programmeren, die statistische technieken, machine learning, informatievisualisatie, tekstanalyse en sociale netwerkanalyse willen toepassen.

De cursussen omvatten het gebruik van populaire Python-tools zoals:

  • panda’s
  • matplotlib
  • scikit-leren
  • nltk
  • netwerkx

De cursussen moeten in de volgende volgorde gevolgd worden:

  1. Inleiding tot Data Science in Python (cursus 1)
  2. Grafieken, diagrammen en dataweergave in Python (cursus 2)
  3. Praktisch machinaal leren in Python (cursus 3)

Na voltooiing van deze cursussen kunt u de cursussen 4 en 5 in willekeurige volgorde volgen. Voor alle 5 cursussen is een certificaat vereist.

Details of the courses that make up the specialization

Inleiding tot datawetenschap in Python

Cursus 1

34 uur
4,5 (27.048 beoordelingen)

wat ga je leren

  • Begrijp technieken zoals lambda-functies en het werken met CSV-bestanden
  • Beschrijf algemene Python-functies en inhoud die worden gebruikt in datawetenschap
  • Leen DataFrame-structuren voor het opschonen en verwerken van gegevens
  • Uitleg over verdelingen, steekproeven en T-toetsen

vaardigheden die je gaat verwerven

  • Toolkit voor natuurlijke taalverwerking (NLTK)
  • Tekst zoeken
  • Programmeren in Python
  • natuurlijke taalverwerking

Toegepaste aannames, grafieken en datarepresentatie in Python

Cursus 2

24 uur
4,5 (6.246 beoordelingen)

wat ga je leren

  • Beschrijf wat een visualisatie goed of slecht maakt
  • Begrijp de beste principes voor het maken van basisgrafieken
  • Identificeer de juiste functies voor bepaalde problemen
  • Maak een visualisatie met Matplotlib

vaardigheden die je gaat verwerven

  • Grafentheorie
  • netwerk analyse
  • Programmeren in Python
  • Analyse van sociale netwerken

Toegepast machinaal leren in Python

Cursus 3

31 uur
4,6 (8.507 beoordelingen)

wat ga je leren

  • Beschrijf hoe machine learning verschilt van beschrijvende statistieken
  • Creëer en evalueer dataclusters
  • Uitleg over verschillende benaderingen om voorspellende modellen te creëren
  • Bouw inhoud die voldoet aan de behoeften van de analyse

vaardigheden die je gaat verwerven

  • Programmeren in Python
  • Machine learning-algoritmen
  • machinaal leren
  • Scikit-Leer

Tekstdatamining toegepast in Python

Cursus 4

25 uur
4,2 (3.807 beoordelingen)

wat ga je leren

  • Begrijp hoe tekst wordt verwerkt in Python
  • basismethoden voor natuurlijke taalverwerking gebruiken
  • Schrijf code die documenten groepeert op onderwerp
  • Beschrijf het nltk-framework voor tekstverwerking

vaardigheden die je gaat verwerven

  • Programmeren in Python
  • Numpy
  • Panda’s
  • Gegevens opschonen

Sociale netwerkanalyse toegepast in Python

Cursus 5

26 uur
4,6 (2.699 beoordelingen)

wat ga je leren

  • Representeer en manipuleer gegevens in een netwerkstructuur met behulp van de NetworkX-bibliotheek
  • Analyseer de connectiviteit van een netwerk
  • het belang of de centrale positie van een knooppunt in het netwerk meten

Gerelateerde producten