Über diesen Kurs
683,367 recent views

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Mittel“

Ca. 18 Stunden zum Abschließen

Empfohlen: 7 hours/week...

Englisch

Untertitel: Englisch, Koreanisch, Vietnamesisch, Chinesisch (traditionell)

Was Sie lernen werden

  • Check

    Describe common Python functionality and features used for data science

  • Check

    Explain distributions, sampling, and t-tests

  • Check

    Query DataFrame structures for cleaning and processing

  • Check

    Understand techniques such as lambdas and manipulating csv files

Kompetenzen, die Sie erwerben

Python ProgrammingNumpyPandasData Cleansing

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Mittel“

Ca. 18 Stunden zum Abschließen

Empfohlen: 7 hours/week...

Englisch

Untertitel: Englisch, Koreanisch, Vietnamesisch, Chinesisch (traditionell)

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1
3 Stunden zum Abschließen

Week 1

In this week you'll get an introduction to the field of data science, review common Python functionality and features which data scientists use, and be introduced to the Coursera Jupyter Notebook for the lectures. All of the course information on grading, prerequisites, and expectations are on the course syllabus, and you can find more information about the Jupyter Notebooks on our Course Resources page.

...
11 Videos (Gesamt 58 min), 4 Lektüren, 1 Quiz
11 Videos
Data Science7m
The Coursera Jupyter Notebook System3m
Python Functions8m
Python Types and Sequences8m
Python More on Strings3m
Python Demonstration: Reading and Writing CSV files3m
Python Dates and Times2m
Advanced Python Objects, map()5m
Advanced Python Lambda and List Comprehensions2m
Advanced Python Demonstration: The Numerical Python Library (NumPy)7m
4 Lektüren
Syllabus10m
Help us learn more about you!10m
50 years of Data Science, David Donoho (optional)1h 30m
Notice for Auditing Learners: Assignment Submission10m
1 praktische Übung
Week One Quiz12m
Woche
2
3 Stunden zum Abschließen

Week 2

In this week of the course you'll learn the fundamentals of one of the most important toolkits Python has for data cleaning and processing -- pandas. You'll learn how to read in data into DataFrame structures, how to query these structures, and the details about such structures are indexed. The module ends with a programming assignment and a discussion question.

...
8 Videos (Gesamt 45 min), 2 Quiz
8 Videos
The Series Data Structure4m
Querying a Series8m
The DataFrame Data Structure7m
DataFrame Indexing and Loading5m
Querying a DataFrame5m
Indexing Dataframes5m
Missing Values4m
Woche
3
3 Stunden zum Abschließen

Week 3

In this week you'll deepen your understanding of the python pandas library by learning how to merge DataFrames, generate summary tables, group data into logical pieces, and manipulate dates. We'll also refresh your understanding of scales of data, and discuss issues with creating metrics for analysis. The week ends with a more significant programming assignment.

...
6 Videos (Gesamt 35 min), 1 Quiz
6 Videos
Pandas Idioms6m
Group by6m
Scales7m
Pivot Tables2m
Date Functionality5m
Woche
4
6 Stunden zum Abschließen

Week 4

In this week of the course you'll be introduced to a variety of statistical techniques such a distributions, sampling and t-tests. The majority of the week will be dedicated to your course project, where you'll engage in a real-world data cleaning activity and provide evidence for (or against!) a given hypothesis. This project is suitable for a data science portfolio, and will test your knowledge of cleaning, merging, manipulating, and test for significance in data. The week ends with two discussions of science and the rise of the fourth paradigm -- data driven discovery.

...
4 Videos (Gesamt 25 min), 1 Lektüre, 2 Quiz
4 Videos
Distributions4m
More Distributions8m
Hypothesis Testing in Python10m
1 Lektüre
Post-course Survey10m
4.5
2603 BewertungenChevron Right

32%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

33%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

10%

erhalten Sie eine Gehaltserhöhung oder Beförderung

Top reviews from Introduction to Data Science in Python

von AUDec 10th 2017

Wow, this was amazing. Learned a lot (mostly thanks to stack overflow) but the course also opened my eyes to all the possibilities available out there and I feel like i'm only scratching the surface!

von AVJan 1st 2017

To be an introductory course I struggled a lot, is a very practical course, and the assignements encourage you to learn more. This is the best technical course I have taken. Lo recomiendo ampliamente

Über University of Michigan

The mission of the University of Michigan is to serve the people of Michigan and the world through preeminence in creating, communicating, preserving and applying knowledge, art, and academic values, and in developing leaders and citizens who will challenge the present and enrich the future....

Über die Spezialisierung Applied Data Science with Python

The 5 courses in this University of Michigan specialization introduce learners to data science through the python programming language. This skills-based specialization is intended for learners who have a basic python or programming background, and want to apply statistical, machine learning, information visualization, text analysis, and social network analysis techniques through popular python toolkits such as pandas, matplotlib, scikit-learn, nltk, and networkx to gain insight into their data. Introduction to Data Science in Python (course 1), Applied Plotting, Charting & Data Representation in Python (course 2), and Applied Machine Learning in Python (course 3) should be taken in order and prior to any other course in the specialization. After completing those, courses 4 and 5 can be taken in any order. All 5 are required to earn a certificate....
Applied Data Science with Python

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..