University of California, Irvine
Spezialisierung Grundlagen der Datenwissenschaft
University of California, Irvine

Spezialisierung Grundlagen der Datenwissenschaft

Verschaffen Sie sich einen Überblick über die Grundlagen der Datenwissenschaft.

Julie Pai

Dozent: Julie Pai

6.816 bereits angemeldet

Bei Coursera Plus enthalten

Befassen Sie sich eingehend mit einem Thema
4.3

(156 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

4 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Befassen Sie sich eingehend mit einem Thema
4.3

(156 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

4 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

Kompetenzen, die Sie erwerben

  • Kategorie: Prädiktive Modellierung
  • Kategorie: Cloud Computing
  • Kategorie: Prädiktive Analytik
  • Kategorie: Unüberwachtes Lernen
  • Kategorie: Statistische Analyse
  • Kategorie: Soziale Netzwerke
  • Kategorie: Datenethik
  • Kategorie: Lernen mit Entscheidungsbäumen
  • Kategorie: Klassifizierungs- und Regressionsbaum (CART)
  • Kategorie: Anomalie-Erkennung
  • Kategorie: Big Data
  • Kategorie: Statistische Modellierung

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

 Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

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 California, Irvine.

Spezialisierung - 4 Kursreihen

Was Sie lernen werden

  • Das Wissen und die Fähigkeiten, die für die Arbeit im Bereich der Datenwissenschaft erforderlich sind

  • Wie Data Science zur Lösung von Geschäftsproblemen eingesetzt wird

  • Die Vorteile der Verwendung des branchenübergreifenden Standardprozesses für Data Mining (CRISP-DM)

Kompetenzen, die Sie erwerben

Kategorie: Prädiktive Analytik
Kategorie: Business Intelligence
Kategorie: Data-Mining
Kategorie: Datenverarbeitung
Kategorie: Unternehmensanalytik
Kategorie: Kleine Daten
Kategorie: Datengesteuerte Entscheidungsfindung
Kategorie: Datenethik
Kategorie: Datenanalyse
Kategorie: Datenkompetenz
Kategorie: Deskriptive Analytik
Kategorie: Big Data
Kategorie: Analytics
Kategorie: Datenverarbeitung

Was Sie lernen werden

  • Die Anwendung der prädiktiven Modellierung auf die berufliche und akademische Arbeit

  • Anwendungen der Klassifizierungsanalyse: Entscheidungsbäume

  • Anwendungen der Regressionsanalyse (linear und logistisch)

Kompetenzen, die Sie erwerben

Kategorie: Prädiktive Modellierung
Kategorie: Regressionsanalyse
Kategorie: Klassifizierungs- und Regressionsbaum (CART)
Kategorie: Prädiktive Analytik
Kategorie: Überwachtes Lernen
Kategorie: Lernen mit Entscheidungsbäumen
Kategorie: Zeitreihenanalyse und Vorhersage
Kategorie: Maschinelles Lernen
Kategorie: Statistische Modellierung
Kategorie: Datenanalyse
Kategorie: Vorhersage
Kategorie: Unüberwachtes Lernen
Kategorie: Statistische Analyse

Was Sie lernen werden

  • Clusteranalyse und Segmentierung

  • Kollaborative Filterung und Warenkorbanalyse

  • Anwendungen von Klassifizierungs- und Regressionsmodellen zur Vorhersage

Kompetenzen, die Sie erwerben

Kategorie: Unüberwachtes Lernen
Kategorie: Regressionsanalyse
Kategorie: Korrelationsanalyse
Kategorie: AI-Personalisierung
Kategorie: Klassifizierungs- und Regressionsbaum (CART)
Kategorie: Datenanalyse
Kategorie: Maschinelles Lernen
Kategorie: Data-Mining
Kategorie: Wahrscheinlichkeit & Statistik
Kategorie: Überwachtes Lernen
Kategorie: Statistische Analyse
Kategorie: Cross Selling
Kategorie: Prädiktive Modellierung
Kategorie: Marktanalyse
Kategorie: Anomalie-Erkennung
Kategorie: Streudiagramme
Kategorie: Prädiktive Analytik
Kategorie: Statistische Modellierung

Was Sie lernen werden

  • Anwendungen der Verarbeitung natürlicher Sprache

  • Grundlagen der Analyse sozialer Medien

  • Zukünftige Trends und Möglichkeiten in der Datenwissenschaft

Kompetenzen, die Sie erwerben

Kategorie: Deep Learning
Kategorie: Unstrukturierte Daten
Kategorie: Big Data
Kategorie: Datenanalyse
Kategorie: Methoden des Maschinellen Lernens
Kategorie: Text Mining
Kategorie: Prädiktive Modellierung
Kategorie: Cloud Computing
Kategorie: Verarbeitung natürlicher Sprache
Kategorie: Geografische Informationen und Technologie
Kategorie: Internet der Dinge
Kategorie: Business Intelligence
Kategorie: Analytics
Kategorie: Soziale Netzwerke

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Julie Pai
5 Kurse17.548 Lernende

von

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.“
Coursera Plus

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