Онлайн-курс — сертифицированная профессиональная стажировка в области науки о данных с использованием Google Python и R, Университет Неаполя имени Федерико II

Станьте экспертом по данным с Python и R. Сделайте шаг вперед в своей карьере специалиста по данным. Анализируйте реальные наборы данных и узнайте, как правильно использовать R и Python.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
Онлайн-курс — сертифицированная профессиональная стажировка в области науки о данных с использованием Google Python и R, Университет Неаполя имени Федерико II

Professional Certificate

Средний уровень

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Структуры данных в R
  • обработка данных
  • Методы визуализации данных
  • Использование Numpy и Pandas для управления данными
  • Использование Matplotlib для отображения данных
  • Решение задач классификации, распознавания объектов и семантической сегментации с использованием PyTorch
  • Умение критически читать данные
  • Оценивать работу других без предвзятости

What you will learn in the course

Courses for which the course is suitable

  • специалист по данным
  • аналитик данных
  • Разработчик программного обеспечения
  • Python-разработчик
  • Введите R
  • Эксперт по визуализации данных
  • Инженер данных
  • Исследователь данных
  • Аналитик информационных систем
  • Разработчик алгоритмов

Экспертиза — серия курсов из 3 частей

Эта специализация предназначена для всех, кто заинтересован в приобретении базовых навыков программирования на Python и изучении использования R и Python для решения задач обработки данных.

чему ты научишься

  • Структуры данных в R
  • обработка данных
  • Методы визуализации данных
  • Использование Numpy и Pandas для управления данными
  • Использование Matplotlib для отображения данных
  • Решение задач классификации, распознавания объектов и семантической сегментации с использованием PyTorch

финальный тест

Итоговый тест позволит вам развить навыки критического чтения данных и объективно оценивать работы коллег.

Практический учебный проект

Студентам предстоит использовать знания и навыки, полученные на трех курсах и в предназначенных для этого лабораториях. Кроме того, студентам будет предложено проанализировать и оценить работы других студентов.

Способность читать, понимать и оценивать работу других без предвзятости — основное требование для успеха в карьере специалиста по данным!

Details of the courses that make up the specialization

Питон: инструкция по использованию

Курс 1: Программирование на Python

Продолжительность курса: 16 часов

Рейтинг: 4.1 (35 оценок)

Что вы узнаете:

  • Основные принципы программирования Python, интерпретируемые языки и среды разработки
  • Объектно-ориентированное программирование: классы, объекты, двойное наследование.
  • Использование модулей и пакетов
  • Управление файлами, исключения и доступ к базам данных

Курс 2: Машинное обучение и интеллектуальный анализ данных в R

Продолжительность курса: 30 часов

Что вы узнаете:

  • Импортируйте, манипулируйте и отображайте данные с помощью пакетов R и tidyverse (dplyr, ggplot2).
  • Решение задач контролируемого и неконтролируемого обучения в R
  • Понимание различий между ковровыми нейронными сетями и глубокими сетями

Навыки, которые вы приобретете:

  • Пакеты R: dplyr, ggplot2, jumps, glmnet, pls
  • Ковер и глубокие нейронные сети
  • Контролируемое и неконтролируемое обучение

Курс 3: Python для науки о данных

Продолжительность курса: 18 часов

Что вы узнаете:

  • Обработка и отображение данных на Python с использованием популярных библиотек
  • Сбор, обучение и использование нейронных сетей (сетей прямого распространения и рекуррентных сетей) с использованием scikit Learning.
  • Использование инструментов Keras и PyTorch для глубокого обучения
  • Обучение и использование сетей кодировщиков/декодеров для анализа медицинских сегментов

Навыки, которые вы приобретете:

  • Сбор данных, организация и обработка данных
  • Анализ структурированных и неструктурированных данных
  • Проактивное решение проблем
  • Пишем код правильно и эффективно

Похожие