Онлайн-курс — сертифицированная профессиональная специализация по продуктам данных для Python — аналитика и прогнозы в Google и Калифорнийском университете в Сан-Диего.

Создавайте точные системы прогнозирования. Собирайте, моделируйте и развертывайте системы, управляемые данными, с помощью Python и машинного обучения.

Suggested by: Coursera (What is Coursera?)

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

  • Прогнозная аналитика
  • Программирование на Python
  • машинное обучение
  • обработка данных
  • Визуализация данных

What you will learn in the course

Courses for which the course is suitable

  • специалист по данным
  • аналитик данных
  • Инженер данных
  • Разрабатывает модели машинного обучения
  • Эксперт по прогнозной аналитике
  • Менеджер проектов в области данных
  • Технологический консультант в области искусственного интеллекта
  • Разработчик программного обеспечения со специализацией в области данных

Стажировка — серия курсов из четырех частей.

Продукты данных Python стимулируют революцию в области искусственного интеллекта. Ведущие компании, такие как Google, Facebook и Netflix, используют прогнозную аналитику для улучшения продуктов и услуг, которые мы используем каждый день. Совершенствуйте свои навыки Python и научитесь делать точные прогнозы с помощью систем, управляемых данными, и внедрять модели машинного обучения с помощью специализации из четырех курсов Калифорнийского университета в Сан-Диего.

Цели стажировки

  • Учащиеся, знающие основы Python.
  • Создание первой стратегии данных.
  • Разработка статистических моделей.
  • Создание рабочих процессов, управляемых данными.
  • Научимся делать значимые прогнозы для деловых и исследовательских целей.
  • Использование методов дизайн-мышления и методов анализа данных.

Это ваш шанс овладеть одним из самых востребованных навыков в технологической отрасли.

Курс по продуктам данных Python для прогнозной аналитики

Курс преподают профессор Илкай Альтинч, доктор философии, и Джулиан Маколи. Доктор Альтинч — видная фигура в области науки о данных и разработчик популярной специальности «Большие данные» на платформе Coursera. Она помогла сотням тысяч учащихся научиться извлекать пользу из больших данных.

Практический учебный проект
  • Создание первой стратегии данных.
  • Разработка статистических моделей.
  • Создание рабочих процессов, управляемых данными.
  • Научимся делать значимые прогнозы для деловых и исследовательских целей.
  • Использование методов дизайн-мышления и методов анализа данных.

Это ваш шанс овладеть одним из самых востребованных навыков в технологической отрасли.

Details of the courses that make up the specialization

Исходные данные, обработка и визуализация

Курс 1

  • 10 часов
  • 4,3 (191 оценка)
Детали курса
чему ты научишься
  • Разработка стратегии обработки данных и процесса создания, сбора и использования данных.
  • Загружайте и обрабатывайте форматированные наборы данных, такие как CSV и JSON.
  • Работайте с данными в разных форматах (например, временными метками, строками), фильтруйте и очищайте наборы данных, удаляя крайние значения и т. д.
  • Базовый опыт работы с библиотеками обработки данных, такими как numpy, и получением данных с помощью urllib, запросов.
навыки, которые вы приобретете
  • Категория: Библиотеки Python
  • Категория: Предварительная обработка данных
  • Категория: Визуализация данных
  • категория: Сбор данных из Интернета

Дизайнерское мышление и прогнозная аналитика для продуктов обработки данных

Курс 2

  • 8 часов
  • 4,5 (63 оценки)
Детали курса
чему ты научишься
  • Это второй курс из четырех курсов обучения продуктам прогнозных данных на Python, основанный на обработке данных, изученной в курсе 1, и вводящий основы проектирования прогнозных моделей на Python.
  • В этом курсе вы поймете основные концепции статистического обучения и изучите различные методы построения прогнозных моделей.
  • На каждом этапе обучения вы получите практический опыт обработки данных и развития своих навыков, а закончите итоговым проектом, включающим все понятия, изученные на тренинге.

Важные прогнозные модели

Курс 3

  • 8 часов
  • 4,3 (48 оценок)
Детали курса
чему ты научишься
  • Понимание определений простых показателей ошибок (например, MSE, точность, чувствительность/обнаружение).
  • Оценка производительности регрессоров/классификаторов с использованием вышеуказанных индексов.
  • Понимание разницы между производительностью обучения/тестирования и универсальностью.
  • Понимание методов, позволяющих избежать переобучения и достижения хороших универсальных характеристик.

Внедрение моделей машинного обучения

Курс 4

  • 10 часов
  • 3,5 (51 оценка)
Детали курса
чему ты научишься
  • Структурирование проектов приложений интерактивных данных на Python
  • Фреймворки веб-серверов на Python: (например) Flask, Django, Dash
  • Лучшие практики по развертыванию моделей машинного обучения и отслеживанию производительности
  • Скрипты внедрения, расстановка моделей, API
навыки, которые вы приобретете
  • Категория: Программирование на Python
  • Категория: Продукты больших данных
  • Категория: рекомендательные системы