深入了解你的資料，學習應用資料科學方法和技術，掌握分析技能。
到官方網站了解本課程與上課
密西根大學本專業的 5 門課程透過 python 程式語言向學員介紹資料科學。 這個基於技能的專業面向有基本python 或程式設計背景的學習者，他們希望透過流行的python 工具包（如 pandas、matplotlib、scikit-learn、nltk 和networkx）應用統計、機器學習、資訊視覺化、文本分析和 社交網路分析技術，以深入了解他們的資料。
Python資料科學入門（課程1）、Python應用繪圖、圖表和資料表示（課程2）和Python應用機器學習（課程3）應在學習本專業其他課程之前依序學習。 完成這些課程後，可以任意順序選修課程 4 和 5。 所有 5 門課程都是獲得證書的必修課。
你將學到的內容有
- 進行推理統計分析
- 辨別資料可視化的好壞
- 利用應用機器學習加強資料分析
- 分析社交網路的連結性
你將獲得的技能：
| 文本探勘 | Python 程式設計 | Pandas |
| Matplotlib |
字幕
簡中、英文
製作方
University of Michigan 密西根大學
密西根大學的使命是透過在創造、傳播、保存和應用知識、藝術和學術價值觀方面的卓越表現，以及培養挑戰現在和豐富未來的領導者和公民，為密西根州和世界人民服務。
第 1 門課程 Python 中的資料科學導論
你將學到：
- 了解 lambdas 和操作 csv 文件等技術
- 描述資料科學中常用的 Python 功能和特性
- 查詢資料幀結構以進行清理和處理
- 解釋分佈、抽樣和 t 檢驗
你將獲得的技能
| 自然語言工具包（NLTK） | 文本探乾 | Python 程式設計 |
| 自然語言處理 |
第 2 門課程 用 Python 進行應用繪圖、製圖和資料表示
你將學到：
- 描述什麼是好的視覺化，什麼是壞的視覺化
- 了解創建基本圖表的最佳實踐
- 確定最適合特定問題的功能
- 使用 matplotlb 創建可視化圖表
你將獲得的技能
| 圖論 | 網路分析 | Python 程式設計 |
| 社交網路分析 |
第 3 門課程 Python 中的應用機器學習
你將學到：
- 說明機器學習與描述性統計有何不同
- 建立和評估資料集群
- 解釋創建預測模型的不同方法
- 建構滿足分析需求的功能
你將獲得的技能
| Python 程式設計 | 機器學習 (ML) 演算法 | 機器學習 |
| Scikit-Learn |
第 4 門課程 Python 中的應用文字探勘
你將學到：
- 了解 Python 如何處理文本
- 應用基本的自然語言處理方法
- 編寫按主題分組文件的程式碼
- 描述用於操作文字的 nltk 框架
你將獲得的技能
| Python 程式設計 | Numpy | Pandas |
| 資料清理 |
第 5 門課程 Python 中的應用程式社交網路分析
你將學到：
- 使用 NetworkX 庫表示和處理網路數據
- 分析網路的連通性
- 衡量網路中節點的重要性或中心性
- 預測網路隨時間的演變
你將獲得的技能
| Python 程式設計 | 資料虛擬化 | 資料視覺化 |
| Matplotlib |
到官方網站了解本課程與上課
你可能會有興趣
- Coursera 訂閱 : 無限制訪問 7,000 多項世界一流的課程、實踐專案和工作準備證書計劃 – 只需支付一次全包式訂閱費用
- 資料科學相關線上課程
- ★想要加強英文能力嗎？– 練好英文是最大的學習槓桿
- 如何找工作學習地圖 – 找工作不要靠運氣！
- 從 Soft & Share 各種社團頻道挑選你喜歡的加入
發表迴響