In this course, you will develop your data science skills while solving real-world problems. You'll work through the data science process to and use unsupervised learning to explore data, engineer and select meaningful features, and solve complex supervised learning problems using tree-based models. You will also learn to apply hyperparameter tuning and cross-validation strategies to improve model performance.
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Data Science with Databricks for Data Analysts
3.018 bereits angemeldet
von
Ãœber diesen Kurs
8.595 kürzliche Aufrufe
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100Â % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Stufe „Mittel“
Completion of the first two courses in the Data Science with Databricks for Data Analysts Coursera specialization. This course is the final course.
Ca. 16 Stunden zum Abschließen
Englisch
Untertitel: Englisch
Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?
Probieren Sie Coursera for Business ausWas Sie lernen werden
Explore data using unsupervised machine learning.
Solve complex supervised learning problems using tree-based models.
Apply hyperparameter tuning and cross-validation strategies to improve model performance.
Kompetenzen, die Sie erwerben
- Data Science
- Machine Learning
- Databricks
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100Â % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Stufe „Mittel“
Completion of the first two courses in the Data Science with Databricks for Data Analysts Coursera specialization. This course is the final course.
Ca. 16 Stunden zum Abschließen
Englisch
Untertitel: Englisch
Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?
Probieren Sie Coursera for Business aus
von
Databricks
Databricks is the data and AI company. Founded by the creators of Apache Spark™, Delta Lake and MLflow, organizations like Comcast, Condé Nast, Nationwide and H&M rely on Databricks’ open and unified platform to enable data engineers, scientists and analysts to collaborate and innovate faster.
Lehrplan - Was Sie in diesem Kurs lernen werden
2 Stunden zum Abschließen
Welcome to the Course
2 Stunden zum Abschließen
8 Videos (Gesamt 40 min), 2 Lektüren, 1 Quiz
3 Stunden zum Abschließen
Applied Unsupervised Learning
3 Stunden zum Abschließen
15 Videos (Gesamt 69 min), 2 Lektüren, 6 Quiz
3 Stunden zum Abschließen
Feature Engineering and Selection
3 Stunden zum Abschließen
17 Videos (Gesamt 71 min), 2 Lektüren, 6 Quiz
6 Stunden zum Abschließen
Applied Tree-based Models
6 Stunden zum Abschließen
14 Videos (Gesamt 60 min), 10 Lektüren, 9 Quiz
Bewertungen
- 5 stars70Â %
- 4 stars13,33Â %
- 2 stars10Â %
- 1 star6,66Â %
Top-Bewertungen von APPLIED DATA SCIENCE FOR DATA ANALYSTS
von SD28. Dez. 2020
Great course for an overview but with a high level of abstraction (usage of existing libraries but very little coding of algorithms that show the details of the principles)
Ãœber den Spezialisierung Data Science with Databricks for Data Analysts
This specialization is intended for data analysts looking to expand their toolbox for working with data. Traditionally, data analysts have used tools like relational databases, CSV files, and SQL programming, among others, to perform their daily workflows. In this specialization, you will leverage existing skills to learn new ones that will allow you to utilize advanced technologies not traditionally linked to this role - technologies like Databricks and Apache Spark. By the end of this specialization, you'll be able to solve real-world business problems with Databricks and the most popular machine learning techniques.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wie erfolgen Rückerstattungen?
Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.
