開啟您的資料科學職業生涯。透過掌握這些課程所涵蓋的技能和技巧，學生將能夠更好地應對現實世界資料分析的挑戰。
關於此專業課程
該專業涵蓋了各種基本主題，例如基本工具、資料收集、資料理解和資料預處理。此專業課程專為初學者設計，重點在於實踐練習和案例研究以強化學習。透過掌握這些課程涵蓋的技能和技術，學生將能夠更好地應對現實世界資料分析的挑戰。學生將在最後的專案實習應用所學知識並展示其對該學科的掌握的機會。
應用的學習專案
最後的專案為學生提供了一個機會，可以將整個專業過程中獲得的知識應用到他們感興趣的現實資料整理專案中。參與者將逐步遵循資料整理流程，從識別資料來源到處理和整合數據，以獲得可供分析的精細資料集。本課程使學生能夠獲得資料整理過程的實務經驗，並幫助他們做好準備應對現實場景中複雜的資料挑戰。
你將學到的內容有
- 定義從各種來源（包括檔案、網路、資料庫等）收集資料的技術和方法。
- 確定可用於深入了解資料的統計分析和視覺化技術。
- 計算並應用資料預處理技術，例如處理缺失值、異常值、取樣、標準化和離散化。
你將獲得的技能：
| 資料整理(Data Wrangling ) | Seaborn | Python Libraries |
| Python程式設計 | 統計分析 | Numpy |
| Pandas | 資料視覺化 | Matplotlib |
字幕
英文
製作方
University of Colorado Boulder 科羅拉多大學波得分校
CU-Boulder 是一個充滿活力的學者和學習者社區，位於該國最壯觀的大學校園之一。 作為享有盛譽的美國大學協會 (AAU) 的 34 所美國公共機構之一，我們擁有引以為豪的學術卓越傳統，擁有五位諾貝爾獎獲得者和 50 多名享有盛譽的學術機構成員。
第 1 門課程 資料整理的基本工具
你將學到的內容有
- 您將能夠描述 Python 程式設計的基礎知識。
- 您將能夠識別資料結構，以便有效地組織和處理資料。
- 您將練習使用 NumPy 和 Pandas 進行數值計算、資料運算和分析。
你將獲得的技能：
| Python Libraries
| 從檔案收集資料 | Pandas |
| 資料整合 | 網路抓取
| |
第 2 門課程 資料收集與整合
你將學到的內容有
- 如何利用 Python 和 Python 套件從各種來源收集資料
- 如何將從各種來源收集的資料整合為統一的資料集，以便進一步處理和分析
你將獲得的技能：
| Python Libraries
| 資料倉儲 | Pandas |
| 規模化 | 樞紐分析表
| |
第 3 門課程 對資料的理解和視覺化
你將學到的內容有
- 理解和交流資料集的各種統計方面，包括集中趨勢、變化、位置和相關性的測量。
- 利用 Pandas 進行資料操作和準備，為資料視覺化奠定基礎。
- 利用 Matplotlib 和 Seaborn 創建準確且有意義的資料視覺化。
你將獲得的技能：
| Seaborn
| Python程式設計 | Pandas |
| 資料視覺化 | Matplotlib
| |
第 4 門課程 資料處理和操作
你將學到的內容有
- 了解資料分析流程中資料處理和操作的重要性。
- 學習處理缺失值和異常值、資料縮減以及資料縮放和離散化的技術。
- 了解資料立方體的概念並執行多維聚合以進行探索性分析。
你將獲得的技能：
| 資料整理
| Python Libraries | 資料處理 |
| 資料視覺化 | 資料探勘
| |
第 5 門課程 從 Python 專案實作資料整理
你將學到的內容有
- 發起並進行資料整理專案，從原始資料到精煉資料集進行分析。
- 應用專業化學習到的資料整理技術來處理現實生活中的資料場景。
- 有效利用 Python 函式庫和工具完成資料整理任務。向利害關係人有效地傳達和展示資料整理結果。
你將獲得的技能：
| 資料結構
| Python程式設計 | Numpy |
| Pandas | Python
| |
Sponsored by Coursera
你可能會有興趣
不受 FB 演算法影響，歡迎透過 e-mail 訂閱網站更新
相關
發表迴響