University of London
IBM
Spezialisierung Data Science Foundations
University of London
IBM

Spezialisierung Data Science Foundations

Unlock Academic & Career Success with Data Science. Build the foundational knowledge and hands-on skills you need to forge new career opportunities, with no technical experience required.

Romeo Kienzler
Robert Zimmer
Joseph Santarcangelo

Dozenten: Romeo Kienzler

3.716 bereits angemeldet

Bei Coursera Plus enthalten

Befassen Sie sich eingehend mit einem Thema
4.7

(191 Bewertungen)

Stufe Anfänger
Keine Vorkenntnisse erforderlich
3 Monate
Pro Woche 10 Stunden
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Befassen Sie sich eingehend mit einem Thema
4.7

(191 Bewertungen)

Stufe Anfänger
Keine Vorkenntnisse erforderlich
3 Monate
Pro Woche 10 Stunden
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Foundational knowledge and practical understanding of data science that unlocks academic and career opportunities

  • Basic hands-on skills in Python, R, SQL, and tools like GitHub and Jupyter Notebooks, including their essential features and uses in data science

  • Foundational data science processes, including data collection, simple model building, and algorithm concepts using flowcharts and pseudocode.

  • Basic data analysis with Python, using libraries like Pandas and Numpy, creating simple dashboards, and working with clustering algorithms.

Kompetenzen, die Sie erwerben

  • Kategorie: Web Scraping
  • Kategorie: Algorithms
  • Kategorie: Correlation Analysis
  • Kategorie: Jupyter
  • Kategorie: NumPy
  • Kategorie: Dashboard
  • Kategorie: Pseudocode
  • Kategorie: Data Visualization Software
  • Kategorie: Unsupervised Learning
  • Kategorie: Predictive Modeling
  • Kategorie: Big Data
  • Kategorie: Pandas (Python Package)

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch
Kürzlich aktualisiert!

Oktober 2024

Erweitern Sie Ihre Fachkenntnisse.

  • Erlernen Sie gefragte Kompetenzen von Universitäten und Branchenexperten.
  • Erlernen Sie ein Thema oder ein Tool mit echten Projekten.
  • Entwickeln Sie ein fundiertes Verständnisse der Kernkonzepte.
  • Erwerben Sie ein Karrierezertifikat von University of London.
Platzhalter
Platzhalter

Erwerben Sie ein Karrierezertifikat.

Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.

Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.

Platzhalter

Spezialisierung - 8 Kursreihen

The Data Science Profession – Student View

KURS 14 Stunden4.7 (33 Bewertungen)

Was Sie lernen werden

  • In this course you learn how Data Science is applied in the real world, what we mean by data, and what we mean by machine learning.

Kompetenzen, die Sie erwerben

Kategorie: Github
Kategorie: Git (Version Control System)
Kategorie: Machine Learning
Kategorie: SQL
Kategorie: Jupyter
Kategorie: Data Science
Kategorie: Rstudio
Kategorie: Jupyter notebooks
Kategorie: Application Programming Interface (API)
Kategorie: Statistical Programming
Kategorie: Big Data
Kategorie: Cloud Computing
Kategorie: Python Programming
Kategorie: Data Visualization Software
Kategorie: R Programming

What is Data Science?

KURS 211 Stunden4.7 (75,073 Bewertungen)

Was Sie lernen werden

  • Define data science and its importance in today’s data-driven world.

  • Describe the various paths that can lead to a career in data science.

  • Summarize  advice given by seasoned data science professionals to data scientists who are just starting out.

  • Explain why data science is considered the most in-demand job in the 21st century.

Kompetenzen, die Sie erwerben

Kategorie: Web Scraping
Kategorie: Data Analysis
Kategorie: Computer Programming
Kategorie: Data Manipulation
Kategorie: Data Processing
Kategorie: Programming Principles
Kategorie: Numpy
Kategorie: Data Import/Export
Kategorie: Data Collection
Kategorie: Pandas
Kategorie: Scripting
Kategorie: Jupyter
Kategorie: Automation
Kategorie: Pandas (Python Package)
Kategorie: Data Science
Kategorie: Object Oriented Programming (OOP)
Kategorie: Data Structures
Kategorie: Application Programming Interface (API)
Kategorie: Python Programming

Tools for Data Science

KURS 318 Stunden4.5 (29,717 Bewertungen)

Was Sie lernen werden

  • Describe the Data Scientist’s tool kit which includes: Libraries & Packages, Data sets, Machine learning models, and Big Data tools 

  • Utilize languages commonly used by data scientists like Python, R, and SQL 

  • Demonstrate working knowledge of tools such as Jupyter notebooks and RStudio and utilize their various features  

  • Create and manage source code for data science using Git repositories and GitHub. 

Kompetenzen, die Sie erwerben

Kategorie: Data Analysis
Kategorie: Pandas and K-means
Kategorie: Data Manipulation
Kategorie: Descriptive Statistics
Kategorie: One and two-dimensional data
Kategorie: Probability & Statistics
Kategorie: NumPy
Kategorie: Unsupervised Learning
Kategorie: Jupyter
Kategorie: Mean and Deviations
Kategorie: Data Science
Kategorie: Pandas (Python Package)
Kategorie: Matplotlib
Kategorie: Statistical Analysis
Kategorie: Machine Learning Algorithms
Kategorie: Python Programming
Kategorie: Statistics
Kategorie: Data Visualization Software

Problems, Algorithms and Flowcharts

KURS 48 Stunden4.2 (13 Bewertungen)

Was Sie lernen werden

  • In this course you will learn the history of algorithms, discretisation and pseudocode and Euclidean algorithm in pseudocode.

Kompetenzen, die Sie erwerben

Kategorie: How the K-mean clustering algorithm works
Kategorie: Data Analysis
Kategorie: Data Science
Kategorie: Real Time Data
Kategorie: What is Data?
Kategorie: Applied Machine Learning
Kategorie: Preparing your data
Kategorie: Machine Learning Algorithms
Kategorie: Machine Learning
Kategorie: Statistics
Kategorie: Unsupervised Learning
Kategorie: Introduction to machine learning

Python for Data Science, AI & Development

KURS 525 Stunden4.6 (40,685 Bewertungen)

Was Sie lernen werden

  • Learn Python - the most popular programming language and for Data Science and Software Development.

  • Apply Python programming logic Variables, Data Structures, Branching, Loops, Functions, Objects & Classes.

  • Demonstrate proficiency in using Python libraries such as Pandas & Numpy, and developing code using Jupyter Notebooks.

  • Access and web scrape data using APIs and Python libraries like Beautiful Soup.

Kompetenzen, die Sie erwerben

Kategorie: Data Analysis
Kategorie: Time Series Analysis and Forecasting
Kategorie: Forecasting
Kategorie: Regression Analysis
Kategorie: Data-Driven Decision-Making
Kategorie: Data Collection
Kategorie: Correlation Analysis
Kategorie: Exploratory Data Analysis
Kategorie: Data Science
Kategorie: Correlation
Kategorie: Predictive Modeling
Kategorie: Regression
Kategorie: Feature Engineering
Kategorie: Statistical Modeling
Kategorie: Project Life Cycle

Was Sie lernen werden

  • In this course you will engage in a variety of mathematical and programming exercises while completing a data clustering project.

Kompetenzen, die Sie erwerben

Kategorie: Web Scraping
Kategorie: Pandas
Kategorie: Jupyter
Kategorie: Data Analysis
Kategorie: Pandas (Python Package)
Kategorie: Data Science
Kategorie: Data Manipulation
Kategorie: Data Processing
Kategorie: Jupyter notebooks
Kategorie: Data Collection
Kategorie: Dashboard
Kategorie: Python Programming
Kategorie: Data Visualization Software

Was Sie lernen werden

  • In this course you will tackle a prediction problem: forecasting the number of bicycles that will be rented on a given day.

Kompetenzen, die Sie erwerben

Kategorie: Deep Learning
Kategorie: Data Analysis
Kategorie: Data Science
Kategorie: Data Mining
Kategorie: Business Logic
Kategorie: Data-Driven Decision-Making
Kategorie: Cloud Computing
Kategorie: Machine Learning
Kategorie: Big Data
Kategorie: Digital Transformation
Kategorie: Artificial Intelligence

Python Project for Data Science

KURS 88 Stunden4.5 (4,580 Bewertungen)

Was Sie lernen werden

  • Play the role of a Data Scientist / Data Analyst working on a real project.

  • Demonstrate your Skills in Python - the language of choice for Data Science and Data Analysis.

  • Apply Python fundamentals, Python data structures, and working with data in Python.

  • Build a dashboard using Python and libraries like Pandas, Beautiful Soup and Plotly using Jupyter notebook.

Kompetenzen, die Sie erwerben

Kategorie: Computational Thinking
Kategorie: Program Development
Kategorie: Introduction to loops in pseudocode
Kategorie: Algorithms
Kategorie: Computer Science
Kategorie: Pseudocode
Kategorie: Problems in Computer Science
Kategorie: The history of algorithms
Kategorie: Data Structures
Kategorie: Conversion between flowcharts and pseudocode

Dozenten

Romeo Kienzler
IBM
10 Kurse741.103 Lernende
Robert Zimmer
University of London
5 Kurse10.450 Lernende
Joseph Santarcangelo
IBM
33 Kurse1.873.865 Lernende

von

IBM

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Platzhalter

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen