在线课程 – 华盛顿大学 Google 数据科学专业认证

课程 1：大规模数据操作：系统和算法

时间： 20 小时

评分： 4.3 （766 评分）

您将学到什么：

该课程将教您相关系统的概况、它们所依据的原则及其行业。您还将了解数据科学的历史和背景、该术语所需的技能、挑战和方法，以及如何构建数据科学项目。

学习目标：

• 描述数据科学项目中的常见模式和挑战。
• 识别和使用与大规模数据操作相关的编程模型。
• 使用优化的数据库技术进行大规模分析。
• 评估 NoSQL 系统并描述其行业。
• 从 MapReduce 的角度考虑在 Hadoop 和 Spark 中编写算法。
• 描述专用于图形、数组和流的大型数据系统的情况。

您将获得的资格：

• 相对代数
• Python 编程
• SQL
• MapReduce

课程 2：实用预测分析：模型和方法

所需时间： 6 小时

评分： 4.1 （317 ratings）

您将学到什么：

在本课程中，您将设计统计实验并使用现代方法分析结果。您还将了解解释统计参数的常见陷阱，尤其是与大数据相关的陷阱。

学习目标：

• 设计有效的实验并分析结果。
• 使用抽样方法制定明确的统计论点。
• 解释并应用不同的分类方法。
• 解释和应用无监督学习的概念和方法。
• 描述大规模图形分析的常见概念。

您将获得的资格：

• 随机布局
• 预测分析
• 机器学习
• R 编程

课程 3：数据科学成果交流

行程时间： 7 小时

评分： 3.4 （142 评分）

您将学到什么：

您将学习如何规划和控制可视化，解释隐私、道德和大数据治理的现状，并使用云计算以可重现的方式分析大数据。

学习目标：

• 设计和批评可视化。
• 解释隐私、道德和大数据治理方面的现状。
• 使用云计算以可重现的方式分析大数据。

课程 4：大规模数据科学 – 最终项目

所需时间： 6 小时

评分： 3.8 （25 reviews）

您将学到什么：

在他们的期末项目中，学生将参与一个真实的项目，该项目要求他们应用数据科学整个管道中的技能：准备、组织和修改数据、构建模型和评估结果。

您将获得的资格：

• 数据处理
• 统计学
• 数据分析
• Python 编程
• R 编程