enthalten
Diese actiongeladene Specialization ist 蹿眉谤 Data Science-Enthusiasten, die praktische F盲higkeiten 蹿眉谤 reale Datenprobleme erwerben m枚chten . Wenn Sie an einer Karriere in der Datenwissenschaft interessiert sind und bereits 眉ber grundlegende Kenntnisse verf眉gen oder die Introduction to Data Science Specialization abgeschlossen haben, ist dieses Programm genau das Richtige 蹿眉谤 Sie!
Diese Specialization mit 4 Kursen wird Ihnen die Werkzeuge an die Hand geben, die Sie ben枚tigen, um Daten zu analysieren und datengest眉tzte Gesch盲ftsentscheidungen zu treffen, indem Sie Informatik und statistische Analysen nutzen. Sie erlernen Python - es sind keine Programmierkenntnisse erforderlich - und entdecken Methoden der Datenanalyse und Datenvisualisierung. Sie nutzen Tools, die von echten Datenwissenschaftlern verwendet werden, wie Numpy und Pandas, 眉ben sich in pr盲diktiver Modellierung und Modellauswahl und lernen, wie Sie mit Daten eine 眉berzeugende Geschichte erz盲hlen k枚nnen, um Entscheidungen zu treffen.
Durch gef眉hrte Vorlesungen, 脺bungen und Projekte in der IBM Cloud erhalten Sie praktische Erfahrung bei der L枚sung interessanter Datenprobleme von Anfang bis Ende. Nehmen Sie an dieser Specialization teil, um Ihre Kenntnisse in Python und Data Science zu festigen, bevor Sie tiefer in Big Data, KI und Deep Learning eintauchen.
Neben dem Abschlusszertifikat der Specialization von 糖心vlog官网观看 erhalten Sie auch ein digitales Abzeichen von IBM. Diese Specialization kann auch auf das IBM Data Science Professional Certificate angerechnet werden.
Dieses Programm wird von ACE庐 empfohlen - wenn Sie es abschlie脽en, k枚nnen Sie bis zu 12 College-Credits erwerben.
Praktisches Lernprojekt
Bauen Sie Ihr Data-Science-Portfolio auf, indem Sie in den interaktiven Labors und Projekten dieses Programms praktische Erfahrungen mit der Erstellung von Artefakten sammeln. Diese Kurse beinhalten reale Projekte, bei denen Sie Ihre neu erworbenen F盲higkeiten mit den wichtigsten Data-Science-Tools anwenden k枚nnen. Projekte:
Extrahieren und grafische Darstellung von Finanzdaten mit der Python-Bibliothek Pandas.
Verarbeiten Sie Daten, erstellen Sie Diagramme und Regressionsmodelle zur Vorhersage von Immobilienpreisen mit Python-Bibliotheken, einschlie脽lich NumPy und Sklearn.
Erstellen Sie Visualisierungen und ein dynamisches Python-Dashboard mit Treemaps und Liniendiagrammen mit Bibliotheken wie Matplotlib, Seaborn und Plotly Dash, um die Zuverl盲ssigkeit von US-Inlandsfl眉gen zu 眉berwachen, zu melden und zu verbessern.
Im abschlie脽enden Capstone-Kurs wenden Sie das, was Sie in den vorherigen Kursen gelernt haben, in einem umfassenden Projekt an. Sie werden Modelle des maschinellen Lernens trainieren und vergleichen, darunter Support Vector Machines, Klassifikationsb盲ume und logistische Regression, um vorherzusagen, ob ein SpaceX-Start die erste Stufe einer Rakete wiederverwenden kann.
