Organisations all around the world are using data to predict behaviours and extract valuable real-world insights to inform decisions. Managing and analysing big data has become an essential part of modern finance, retail, marketing, social science, development and research, medicine and government. This MOOC, designed by an academic team from Goldsmiths, University of London, will quickly introduce you to the core concepts of Data Science to prepare you for intermediate and advanced Data Science courses. It focuses on the basic mathematics, statistics and programming skills that are necessary for typical data analysis tasks. You will consider these fundamental concepts on an example data clustering task, and you will use this example to learn basic programming skills that are necessary for mastering Data Science techniques. During the course, you will be asked to do a series of mathematical and programming exercises and a small data clustering project for a given dataset.
von
Foundations of Data Science: K-Means Clustering in Python
Über diesen Kurs
Was Sie lernen werden
Define and explain the key concepts of data clustering
Demonstrate understanding of the key constructs and features of the Python language.
Implement in Python the principle steps of the K-means algorithm.
Design and execute a whole data clustering workflow and interpret the outputs.
Kompetenzen, die Sie erwerben
100 % online
Flexible Fristen
Stufe „Anfänger“
You will need mathematical and statistical knowledge and skills at least at high-school level.
Ca. 29 Stunden zum Abschließen
Englisch
Lehrplan - Was Sie in diesem Kurs lernen werden
Week 1: Foundations of Data Science: K-Means Clustering in Python
This week we will introduce you to the course and to the team who will be guiding you through the course over the next 5 weeks. The aim of this week's material is to gently introduce you to Data Science through some real-world examples of where Data Science is used, and also by highlighting some of the main concepts involved.
Week 2: Means and Deviations in Mathematics and Python
Week 3: Moving from One to Two Dimensional Data
Week 4: Introducing Pandas and Using K-Means to Analyse Data
Top-Bewertungen von Foundations of Data Science: K-Means Clustering in Python
184/5000\n\nConferences of very good quality, and the platform for practices is really useful to put the theory into practice. I recommend this course if you want to start in data science.
This course is at right level for a beginner (python and analytics) while going into details around K means clustering
Dozenten
Dr Matthew Yee-King
Lecturer
172,553 Kursteilnehmer
15 Kurse
Dr Betty Fyn-Sydney
Lecturer in Mathematics3,284 Kursteilnehmer1 Kurse
Dr Jamie A Ward
Lecturer in Computer Science3,284 Kursteilnehmer1 Kurse
Dr Larisa Soldatova
Reader in Data Science3,284 Kursteilnehmer1 Kursevon
University of London
The University of London is a federal University which includes 18 world leading Colleges. Our distance learning programmes were founded in 1858 and have enriched the lives of thousands of students, delivering high quality University of London degrees wherever our students are across the globe. Our alumni include 7 Nobel Prize winners. Today, we are a global leader in distance and flexible study, offering degree programmes to over 50,000 students in over 180 countries. To find out more about studying for one of our degrees where you are, visit www.london.ac.uk
Goldsmiths, University of London
Championing research-rich degrees that provoke thought, stretch the imagination and tap into tomorrow’s world, at Goldsmiths we’re asking the questions that matter now in subjects as diverse as the arts and humanities, social sciences, cultural studies, computing, and entrepreneurial business and management. We are a community defined by its people: innovative in spirit, analytical in approach and open to all.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.
Was bekomme ich, wenn ich das Zertifikat erwerbe?
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugriff auf alle Kursmaterialien, einschließlich bewerteter Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Wie erfolgen Rückerstattungen?
Ist finanzielle Unterstützung möglich?
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
