IBM 資料科學專業證書

關於此專業證書

為成為資料科學家做好準備. 掌握就業所需的技能，以及必須掌握的 AI 技能，以適應緊缺職業。獲得 IBM 頒發的證書。無需任何經驗。

為在高成長的 Data Science 領域就業做好準備。透過本課程的學習，您將在短短 4 個月內掌握作為入門級資料科學家的技能、工具和投資組合，從而在就業市場上獲得競爭優勢。無需具備電腦科學或程式語言方面的知識。

資料科學包括收集、清理、組織和分析數據，目的是提取有用的見解並預測預期結果。對於能夠利用數據講述引人入勝的故事，為業務決策提供依據的技術嫻熟的資料科學家的需求空前旺盛。

您將學習專業資料科學家使用的稀缺技能，包括資料庫、資料視覺化、統計分析、預測建模、機器學習演算法和資料探勘。您還將使用最新的語言、工具和程式庫( libraries )，包括 Python、SQL、Jupyter Notebook、Github、Rstudio、Pandas、Numpy、ScikitLearn、Matplotlib 等。

完成整個課程後，您將建立一套資料科學專案組合，為您在面試中脫穎而出提供信心。您還將獲得加入 IBM 人才 Networking 的Accessibility ，在該網絡中，您將看到發布的工作機會、與您的技能和興趣相匹配的推薦，以及幫助您從人群中脫穎而出的技巧和竅門。

本課程為 ACE® 和 FIBAA 推薦課程 – 完成課程後，您可以獲得多達 12 個大學學分和 6 個 ECTS 學分。

到官方網站了解本課程與上課

您將使用的工具 Jupyter / JupyterLab、GitHub、R Studio 和 Watson Studio

您將使用的程式庫 Pandas、NumPy、Matplotlib、Seaborn、Folium、ipython-sql、Scikit-learn、ScipPy 等。

應用的學習專案

使用 Pandas Python 程式庫提取金融數據並繪製成圖
使用 SQL 查詢人口普查、犯罪和學校人口資料 Set
利用資料科學 Python 庫 Wrangling 資料、繪製圖表並建立 Regression 模型來預測房價
建立動態 Python 儀表板，提高美國國內航班的可靠性
應用機器學習分類演算法預測貸款案件是否會被償還
訓練和比較機器學習模型

字幕

簡中、英文、日文

製作方

IBM Skills Network Team

IBM提供廣泛的技術和諮詢服務;廣泛的中介軟體產品組合，用於協作、預測分析、軟體開發和系統管理;和世界上最先進的伺服器和超級計算機。利用其業務諮詢、技術和研發專業知識，隨著地球變得更加數位化，IBM 幫助客戶變得“更加智慧”。 IBM 每年在研發方面投入超過 60 億美元，剛剛完成其 21 年的專利領導。 IBM Research 已獲得超越任何商業技術研究組織的認可，並擁有 5 位諾貝爾獎獲得者，9 份美國國家技術獎章，5 份美國國家科學獎章，6 份圖靈獎和 10 位美國發明家名人堂成員。

第 1 門課程什麼是資料科學？

您將學到什麼

定義資料科學及其在當今數據驅動世界中的重要性。
描述通往資料科學職業生涯的各種途徑。
總結經驗豐富的資料科學專業人士給剛起步的資料科學家的建議。
解釋為什麼資料科學被認為是 21 世紀最緊張的工作。

你將獲得的技能：

機型選擇	資料分析	Python 程式設計
資料視覺化	預測建模

第 2 門課程資料科學工具

您將學到什麼

描述資料科學家的工具包，其中包括庫和軟體包、資料集、機器學習模型和大數據工具
使用 Python、R 和 SQL 等資料科學家常用的語言
展示 Jupyter 筆記本和 RStudio 等工具的工作知識，並利用其各種功能
使用 Git repository 和 GitHub 建立和管理資料科學原始碼。

你將獲得的技能：

資料科學	Python 程式設計	Github
Rstudio	Jupyter 筆記本

第 3 門課程資料科學方法論

您將學到什麼

描述什麼是資料科學方法論以及為什麼資料科學家需要方法論。
運用跨產業資料探勘流程（CRISP-DM）方法的六個階段分析案例研究。
在用於分析個案研究的預測模型、描述模型和分類模型中，評估哪種分析模型適合。
為資料科學分析方法確定合適的資料來源。

你將獲得的技能：

資料科學	資料分析	Python 程式設計
Numpy	Pandas

第 4 門課程用於資料科學、人工智慧和開發的 Python

您將學到什麼

學習 Python – 最受歡迎的程式語言，用於資料科學和軟體開發。
應用 Python 程式邏輯變數、資料結構、分支、迴圈、函數、物件和類別。
熟練使用 Pandas 和 Numpy 等 Python 程式庫，並使用 Jupyter Notebooks 開發程式碼。
使用 API 和 Python 程式庫（如 Beautiful Soup）存取資料並進行網路搜刮。

你將獲得的技能：

Python 程式設計	儀表板和圖表	破折號
資料視覺化	Matplotlib

第 5 門課程資料科學 Python 專案

您將學到什麼

扮演資料科學家/資料分析師的角色，參與一個真實專案。
展示您的 Python 技能 – 資料科學和資料分析的首選語言。
應用 Python 基礎、Python 資料結構和使用 Python 處理資料。
使用 Python 和 Pandas、Beautiful Soup 和 Plotly 等程式庫及 Jupyter 筆記本建立儀錶板。

你將獲得的技能：

Github	Jupyter 筆記本	K-Means 聚類
方法	資料科學方法論

第 6 門課程使用 Python 進行資料科學的資料庫和 SQL

您將學到什麼

使用 SQL 和 Python 分析資料庫中的資料。
建立關係資料庫，並使用 DDL 指令處理多個表。
使用 DML 指令建立基本至中級 SQL 查詢。
利用視圖、事務、預存程式和連接等高階 SQL 技術，編寫功能更強大的查詢。

你將獲得的技能：

Python 程式設計	雲端資料庫	關聯式資料庫管理系統（RDBMS）
SQL	Jupyter 筆記本

第 7 門課程使用 Python 進行資料分析

您將學到什麼

開發用於清理和準備分析資料的 Python 程式碼，包括處理缺失值、格式化、標準化和分選數據
使用 Pandas、Numpy 和 Scipy 等程式庫對實詞資料集進行探索性資料分析並應用分析技術
使用資料框架操作資料、匯總資料、了解資料分佈、執行相關操作並建立資料管道
使用機器學習 scikit-learn 程式庫建立和評估回歸模型，並將其用於預測和決策

你將獲得的技能：

機器學習	回歸	分層聚類
分類	SciPy 和 scikit-learn

第 8 門課程使用 Python 實現資料視覺化

您將學到什麼

使用 Matplotlib、Seaborn 和 Folium 等 Python 程式庫( libraries )實施資料視覺化技術和繪圖，講述生動的故事
建立不同類型的圖表和圖形，如折線圖、面積圖、長條圖、圓餅圖、方塊圖、散佈圖和氣泡圖
建立高級視覺化圖表，如華夫餅圖、詞雲、回歸圖、標記的地圖和 choropleth 地圖
使用 Dash 框架和 Plotly 程式庫產生包含散佈圖、折線圖、長條圖、氣泡圖、圓餅圖和旭日圖的互動式儀表板

你將獲得的技能：

資料科學	資料分析	查詢資料庫
數據生成	生成式 AI

第 9 門課程使用 Python 進行機器學習

您將學到什麼

描述各種類型的機器學習演算法以及何時使用這些演算法
比較和對比線性分類方法，包括多類別預測、支援向量機和邏輯迴歸
編寫 Python 程式碼，實現各種分類技術，包括 K-Nearest neighbors (KNN)、決策樹和迴歸樹
使用評估指標對資料集上的簡單線性、非線性和多元迴歸結果進行評估

你將獲得的技能：

職涯發展	面試技巧	工作準備
履歷製作

第 10 門課程應用資料科學畢業設計

您將學到什麼

利用真實世界的資料集展示資料科學和機器學習技術的熟練程度，並為利害關係人撰寫報告
運用您的技能進行資料收集、資料整理、探索性資料分析、資料視覺化模型開發和模型評估
編寫 Python 程式碼，建立機器學習模型，包括支援向量機、決策樹分類器和 K 近鄰模型
評估用於預測分析的機器學習模型的結果，比較其優缺點並確定最佳模型

你將獲得的技能：

資料科學	資料分析	Python 程式設計
Pandas	Jupyter 筆記本

第 11 門課程生成式 AI：提升你的資料科學職涯

您將學到什麼

利用資料科學家可用的生成式 AI 工具（如 GPT 3.5、ChatCSV 和 tomat.ai）來查詢和準備數據
研究生成式 AI 可增強資料科學工作流程的實際應用場景
透過為特定用例產生和增強資料集，在動手實驗室和專案中練習生成式 AI 技能
在開發和完善機器學習模型時應用人工智慧生成技術

你將獲得的技能：

資料科學	大數據	機器學習
深度學習	資料探勘

第 12 門課程資料科學家職業指南和面試準備

您將學到什麼

描述資料科學家的角色、一些職業道路選擇以及該領域的潛在機會。
解釋如何為求職打下基礎，包括研究招募資訊、撰寫履歷和製作作品集。
總結求職者在典型的求職面試週期中可能遇到的情況、不同類型的面試以及如何準備面試。
解釋如何進行有效的面試，包括回答問題的技巧和如何進行專業的個人陳述。

你將獲得的技能：

資料科學	資料分析	CRISP-DM
方法	資料探勘

IBM 資料科學專業證書

關於此專業證書