Über diesen Kurs

498,988 kürzliche Aufrufe

Karriereergebnisse der Lernenden

36%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

38%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

14%

erhalten Sie eine Gehaltserhöhung oder Beförderung
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“
Ca. 20 Stunden zum Abschließen
Englisch
Untertitel: Englisch, Koreanisch

Kompetenzen, die Sie erwerben

Python ProgrammingData VirtualizationData Visualization (DataViz)Matplotlib

Karriereergebnisse der Lernenden

36%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

38%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

14%

erhalten Sie eine Gehaltserhöhung oder Beförderung
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“
Ca. 20 Stunden zum Abschließen
Englisch
Untertitel: Englisch, Koreanisch

Dozent

von

Placeholder

University of Michigan

Lehrplan - Was Sie in diesem Kurs lernen werden

InhaltsbewertungThumbs Up94%(7,573 Bewertungen)Info
Woche
1

Woche 1

4 Stunden zum Abschließen

Module 1: Principles of Information Visualization

4 Stunden zum Abschließen
7 Videos (Gesamt 37 min), 6 Lektüren, 2 Quiz
7 Videos
About the Professor: Christopher Brooks1m
Tools for Thinking about Design (Alberto Cairo)8m
Graphical heuristics: Data-ink ratio (Edward Tufte)4m
Graphical heuristics: Chart junk (Edward Tufte)5m
Graphical heuristics: Lie Factor and Spark Lines (Edward Tufte)3m
The Truthful Art (Alberto Cairo)8m
6 Lektüren
Syllabus10m
Help us learn more about you!10m
Notice for Coursera Learners: Assignment Submission10m
Dark Horse Analytics (Optional)10m
Useful Junk?: The Effects of Visual Embellishment on Comprehension and Memorability of Charts30m
Graphics Lies, Misleading Visuals10m
Woche
2

Woche 2

7 Stunden zum Abschließen

Module 2: Basic Charting

7 Stunden zum Abschließen
7 Videos (Gesamt 42 min), 2 Lektüren, 1 Quiz
7 Videos
Matplotlib Architecture6m
Basic Plotting with Matplotlib7m
Scatterplots8m
Line Plots8m
Bar Charts4m
Dejunkifying a Plot3m
2 Lektüren
Matplotlib30m
Ten Simple Rules for Better Figures30m
Woche
3

Woche 3

6 Stunden zum Abschließen

Module 3: Charting Fundamentals

6 Stunden zum Abschließen
6 Videos (Gesamt 39 min), 2 Lektüren, 2 Quiz
6 Videos
Histograms9m
Box Plots7m
Heatmaps3m
Animation5m
Interactivity5m
2 Lektüren
Selecting the Number of Bins in a Histogram: A Decision Theoretic Approach (Optional)10m
Assignment Reading10m
Woche
4

Woche 4

4 Stunden zum Abschließen

Module 4: Applied Visualizations

4 Stunden zum Abschließen
3 Videos (Gesamt 18 min), 2 Lektüren, 1 Quiz
3 Videos
Seaborn8m
Becoming an Independent Data Scientist1m
2 Lektüren
Spurious Correlations10m
Post-course Survey10m

Bewertungen

Top-Bewertungen von APPLIED PLOTTING, CHARTING & DATA REPRESENTATION IN PYTHON

Alle Bewertungen anzeigen

Über den Spezialisierung Angewandte Datenwissenschaft mit 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....
Angewandte Datenwissenschaft mit Python

Häufig gestellte Fragen

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