Çevrimiçi kurs – Google muhasebe veri analitiğinde sertifikalı profesyonel uzmanlık, Illinois Üniversitesi Urbana-Champaign

Muhasebeciler için veri analizi becerilerini öğrenin. Bu ana dallar veri hazırlama, veri görselleştirme, veri analizi, veri yorumlama ve makine öğrenimi algoritmaları ve bunların gerçek dünya sorunlarına uygulanması konularında beceriler geliştirir.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

Orta seviye

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Analitik düşünme
  • veri hazırlama
  • veri resmi
  • Excel kullanarak analiz
  • Veri hazırlama için Python kullanma becerileri
  • veri resmi
  • veri analizi
  • Veri yorumlama
  • sınıflandırma
  • gerileme
  • gruplar
  • Metin analizi
  • Zaman serisi analizi
  • Modellerin optimizasyonu
  • CRISP-DM çerçeve sürecine giriş
  • Veri analizi becerilerinin gösterilmesi
  • Veri analizindeki bilgi ve becerileri pratik problemlere uygulayın

What you will learn in the course

Courses for which the course is suitable

  • Veri analisti
  • veri bilimcisi
  • Makine öğrenimi modelleri geliştirir
  • Bilgi sistemleri analisti
  • Veri alanında proje yöneticisi
  • Veri danışmanı
  • Python programcısı
  • Metin analiz uzmanı
  • Zaman serisi analizörü
  • Model optimizasyon uzmanı

Staj – 3 dersten oluşan bir kurs serisi

Bu uzmanlık, öğrencilerin analitik düşünmesini ve veri analizi araçları ve teknikleri hakkındaki bilgilerini geliştirir. Aşağıdakileri yaparak analitik becerilerin geliştirilmesine odaklanır:

  • Analitik düşüncenin sunumu
  • veri hazırlama
  • veri resmi
  • Excel kullanarak analiz

Daha sonra bu uzmanlık, Python’u veri hazırlama, veri görselleştirme, veri analizi ve veri yorumlama için kullanma becerilerini geliştirirken, bu becerileri muhasebeyle ilgili durumlarda uygular.

Ek olarak, bu staj, makine öğrenimi algoritmalarında (Python kullanarak) aşağıdaki becerilerin geliştirilmesiyle ilgilidir:

  • sınıflandırma
  • gerileme
  • gruplar
  • Metin analizi
  • Zaman serisi analizi
  • Modellerin optimizasyonu

Pratik bir öğrenme projesi

Bu uzmanlığa dahil olan projeler, öğrencilerin edindikleri becerileri gerçek dünyadaki problemlere uygulamalarına olanak tanır. Öğrenciler şunları yapabilecektir:

  • CRISP-DM çerçevesinin genel sürecini sunmak
  • Veri hazırlama, veri görselleştirme, modelleme ve model değerlendirme konularında veri analizi becerilerini gösterin
  • Veri analizi bilgi ve becerilerini pratik problemlere uygulayın

Örneğin, final projesinde öğrenciler bir kredinin tamamının ödenip ödenmeyeceğini tahmin etmek için bir makine öğrenimi modeli geliştirecek ve bu analizi kullanarak bir kredi portföyü oluşturacaklar.

Details of the courses that make up the specialization

Muhasebe verilerinin analizi ve görselleştirilmesine aşinalık

Kurs 1
20 saat
4,8 (429 değerlendirme)

ne öğreneceksin

Muhasebe her zaman analitik düşünmeyle ilişkilendirilmiştir. Bu ders, muhasebe öğrencilerinin analitik düşünmeyi geliştirmelerine yardımcı olmak ve onları Python ve R gibi veri analizi programlama dillerini kullanmaya hazırlamak için tasarlanmıştır.

  • Muhasebe ve analiz arasındaki bağlantı.
  • Veri toplama ve önemi.
  • Büyük verileri analiz etmek için Excel ve Tableau kullanma.
  • Veri analizi için programlama dillerinin gücünü göstermek.

kazanacağınız beceriler

  • Tahmine dayalı analiz
  • veri analizi
  • programlama
  • Veri görselleştirme
  • Veri mimarisi

Python ile muhasebe verilerini analiz etme

Kurs 2
42 saat
4,3 (91 değerlendirme)

ne öğreneceksin

  • Python kodunu oluşturmak ve çalıştırmak için yazılım işlemi.
  • Farklı yapılardan gelen verilerin Pandas veri çerçevesi yapısına uyarlanması.
  • Python’da temel analitik görevler.
  • İlişkisel veritabanlarının komut satırı ve Python betiği aracılığıyla çalıştırılması.

kazanacağınız beceriler

  • veri hazırlama
  • Python programlama
  • Doğrusal regresyon
  • SQL
  • Veri görselleştirme

Python ile muhasebe için makine öğrenimi

Kurs 3
64 saat
4,6 (41 değerlendirme)

ne öğreneceksin

  • Farklı makine öğrenimi algoritmaları.
  • Jupyter Notebook’ta Python ile makine öğrenimi modellerini veri kümelerine uygulama.
  • Makine öğrenmesi modellerinin değerlendirilmesi ve optimizasyonu.

kazanacağınız beceriler

  • Python programlama
  • Makine öğrenimi modellerinin değerlendirilmesi ve optimizasyonu
  • Temel zaman serisi analizi
  • Makine öğrenimi modelleri
  • Metin analizi