Онлайн-курс — сертифицированная профессиональная специализация по анализу данных с помощью Python от Google, Университет Колорадо, Боулдер.

Присоединяйтесь к курсам, которые подчеркивают навыки в области технологий обработки данных и анализа данных. Получите глубокие знания, которые подготовят вас к решению задач в реальном мире анализа данных.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
Онлайн-курс — сертифицированная профессиональная специализация по анализу данных с помощью Python от Google, Университет Колорадо, Боулдер.

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

  • Классификация
  • регресс
  • Кластеризация
  • Уменьшение размерности данных
  • Правила ассоциации
  • контролируемое обучение
  • обучение без присмотра
  • Обнаружение исключений

What you will learn in the course

Courses for which the course is suitable

  • Аналитик данных
  • специалист по данным
  • Разработчик алгоритмов
  • Менеджер проектов в области данных
  • Консультант по анализу данных
  • Эксперт по моделированию данных
  • Аналитик информационных систем
  • Разработчик решений бизнес-аналитики
  • Исследователь данных
  • Директор по исследованиям и анализу

Стажировка — серия из 5 курсов

Специализация в области анализа данных предоставит полный обзор различных методов анализа данных. На курсах будет рассмотрен широкий спектр тем, в том числе:

  • Классификация
  • регресс
  • Кластеризация
  • Уменьшение размерности данных
  • Правила ассоциации

Курсы будут очень практичными и будут включать примеры из реальной жизни и тематические исследования, которые помогут студентам глубже понять концепции и методы анализа данных. Курсы завершатся проектом, который демонстрирует владение студентами методами анализа данных.

Прикладной учебный проект

Курс «Проект анализа данных» позволяет студентам применять знания и навыки, приобретенные по этой специализации, для выполнения практического проекта анализа данных в соответствии с их интересами. Участники изучат различные направления анализа данных, в том числе:

  • контролируемое обучение
  • обучение без присмотра
  • регресс
  • Кластеризация
  • Уменьшение размеров
  • Правила ассоциации
  • Обнаружение исключений

В ходе модулей студенты изучат основные методы и методологии анализа данных и отправятся на путь от необработанных данных к знаниям и интеллекту. По окончании курса студенты приобретут навыки анализа данных, смогут применять свой опыт в различных проектах и ​​принимать решения на основе данных.

Details of the courses that make up the specialization

Классификационный анализ

Курс 1 — 38 часов

чему ты научишься

  • Понять концепцию и важность классификации как одного из методов управляемого обучения.
  • Различать и описывать различные типы классификаторов и применять каждый классификатор для выполнения задач двоичной и многоклассовой классификации в различных наборах данных.
  • Оценивайте работу классификаторов, выбирайте и уточняйте классификаторы на основе характеристик информации и требований к обучению.

Навыки, которые вы приобретете

  • Многократное обучение
  • Линейная регрессия
  • перекрестная проверка
  • регресс
  • Scikit-Learn

Регрессионный анализ

Курс 2 — 40 часов

чему ты научишься

  • Понять принципы и важность регрессионного анализа в контролируемом обучении.
  • Применяйте методы перекрестной проверки для оценки производительности модели и улучшения параметров.
  • Понять методы умножения (суммирование, повышение, суммирование) и их роль в повышении точности регрессионной модели.

Навыки, которые вы приобретете

  • Обучение без присмотра
  • машинное обучение
  • Обучение под присмотром
  • планирование проекта
  • интеллектуальный анализ данных

Кластерный анализ

Курс 3 — 37 часов

чему ты научишься

  • Понять принципы и важность обучения без учителя, особенно кластеризации и уменьшения размерности.
  • Применяйте методы кластеризации к различным наборам данных для обнаружения закономерностей и исследования данных.
  • Примените анализ главных компонентов (PCA), чтобы уменьшить размерность данных и интерпретировать уменьшенное пространство.

Навыки, которые вы приобретете

  • Алгоритмы кластеров данных
  • Уменьшение размеров
  • Кластеризация K-средних
  • Анализ главных компонентов (PCA)
  • Дбскан

Анализ правил ассоциации

Курс 4 — 22 часа

чему ты научишься

  • Понимать принципы и важность методов обучения без учителя, особенно правил ассоциации и обнаружения аномалий.
  • Свяжите концепции и применение частых шаблонов и правил ассоциации для выявления интересных связей между предметами.
  • Применяйте различные методы обнаружения аномалий, включая статистические и внутридистанционные методы, для выявления аномальных точек данных.

Навыки, которые вы приобретете

  • Правила ассоциации обучения
  • исключительный
  • Априори
  • Частые закономерности
  • Рост ФП

Проект анализа данных с помощью Python

Курс 5 — 18 часов

чему ты научишься

  • Укажите объем и направление проекта анализа данных, определите подходящие методы и модели для достижения целей проекта.
  • Применяйте различные алгоритмы классификации и регрессии, а также применяйте несколько методов проверки для повышения производительности модели.
  • Применяйте алгоритмы кластеризации, уменьшения размерности, анализа правил ассоциации и обнаружения выбросов для моделей обучения без учителя.

Навыки, которые вы приобретете

  • Байесовская статистика
  • Логистическая регрессия
  • машина опорных векторов (SVM)
  • Классификация
  • дерево решений

Похожие