Über diesen Kurs
4,731 kürzliche Aufrufe

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Mittel“

Ca. 21 Stunden zum Abschließen

Empfohlen: Approximately 2-5 hours per week. ...

Englisch

Untertitel: Englisch

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Mittel“

Ca. 21 Stunden zum Abschließen

Empfohlen: Approximately 2-5 hours per week. ...

Englisch

Untertitel: Englisch

Kursteilnehmer, die sich für Course entscheiden, sind

  • Economists
  • Machine Learning Engineers
  • Data Scientists
  • Data Analysts
  • Designers

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1
2 Stunden zum Abschließen

Getting Started

3 Videos (Gesamt 26 min), 8 Lektüren, 1 Quiz
3 Videos
Introduction to Data Exploration7m
Data Challenges12m
8 Lektüren
About the Course10m
Best Practices for Online Learning10m
What will I be able to do when I complete this course?10m
Technology Tools10m
Learning Journey Syllabus10m
Lesson Introduction: What is Visualization?5m
Lesson Introduction: Data Exploration5m
Data Challenges5m
1 praktische Übungen
Knowledge Check: Data Visualization and Exploration30m
Woche
2
4 Stunden zum Abschließen

Introduction to Data Exploration Components

7 Videos (Gesamt 106 min), 8 Lektüren, 2 Quiz
7 Videos
Vector Data12m
Basis of a Vector Space11m
Vector Features8m
Vector Distance Measures26m
Vector Norms8m
Strings and Sequences24m
8 Lektüren
Lesson Introduction: Common Data Representations3m
Introduction to Data Models and Data Organization5m
Vector Data10m
Basis of Vector Data10m
Vector Features10m
Vector Distance Measures10m
Vector Norms10m
Strings and Spaces10m
2 praktische Übungen
Knowledge Check: Vector Data8m
Knowledge Check: Common Data Representations30m
Woche
3
7 Stunden zum Abschließen

Exploratory Querying and Visual Variables Used in Data Exploration and Visualization

4 Videos (Gesamt 83 min), 5 Lektüren, 2 Quiz
4 Videos
Visual Variables18m
Color Schemes and Design13m
Jupyter Notebooks Demonstration: Cereal Data9m
5 Lektüren
Exploratory Querying10m
Lesson Introduction: Visual Variables10m
Lesson Introduction: Color Schemes and Design10m
Next Steps: Jupyter Notebook Demonstrations10m
Jupyter Notebook Demonstration: Loading Data in Python10m
1 praktische Übungen
Knowledge Check: Visual Elements Used in Data Visualization30m
Woche
4
3 Stunden zum Abschließen

Statistical Graphics: Design Principles for the Most Widely Used Data Visualization Charts

5 Videos (Gesamt 45 min), 5 Lektüren, 4 Quiz
5 Videos
Introduction to Pie Charts5m
Bar and Line Charts10m
Design Considerations for Non-Data Components of Graphs9m
Creating Histograms14m
5 Lektüren
Exploratory Data Analysis10m
Lesson Introduction: Design Principles for Pie and Donut Charts10m
Lesson Introduction: Design Principles for Bar Charts and Line Charts10m
Design Considerations for Non-Data Components of Graphs10m
Lesson Introduction: Design Principles for Histograms10m
4 praktische Übungen
Knowledge Check: Exploratory Data Analysis30m
Knowledge Check: Pie and Donut Charts4m
Knowledge Check: Bar and Line Charts30m
Knowledge Check: Histograms30m
3.4
6 BewertungenChevron Right

Top-Bewertungen von Introduction to Data Exploration and Visualization

von AFAug 15th 2018

The concepts were clearly explained in a practical manner. I am already able to upon it.

Dozenten

Avatar

Ross Maciejewsk

Associate Professor at Arizona State University in the School of Computing, Informatics & Decision Systems Engineering and Director of the Center for Accelerating Operational Efficiency
School of Computing, Informatics & Decision Systems Engineering
Avatar

K. Selcuk Candan

Professor of Computer Science and Engineering
Director of ASU’s Center for Assured and Scalable Data Engineering (CASCADE)

Beginnen Sie damit, auf Ihren Master-Abschluss hinzuarbeiten.

Dieses Kurs ist Teil des reinen Onlineabschlusses Master of Computer Science von Arizona State University. Wenn Sie in das komplette Programm aufgenommen werden, werden Ihre Kurse auf Ihren Abschluss angerechnet.

Über Arizona State University

Arizona State University has developed a new model for the American Research University, creating an institution that is committed to excellence, access and impact. ASU measures itself by those it includes, not by those it excludes. ASU pursues research that contributes to the public good, and ASU assumes major responsibility for the economic, social and cultural vitality of the communities that surround it....

Über den Spezialisierung Datenvisualisierung

Visual representations generated by statistical models help us to make sense of large, complex datasets through interactive exploration, thereby enabling big data to realize its potential for informing decisions. This specialization covers techniques and algorithms for creating effective visualizations based on principles from graphic design, visual art, perceptual psychology, and cognitive science to enhance the understanding of complex data....
Datenvisualisierung

Häufig gestellte Fragen

  • 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.

  • Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird 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.

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..