Get hands-on skills for a career in data science. Learn Python, analyze and visualize data. Apply your skills to data science and machine learning.

4.6

Sterne

7,038 Bewertungen

Joseph Santarcangelo +3 weitere Dozenten

10.952 bereits angemeldet

von

Spezialisierung Angewandte DatenverarbeitungIBM Skills Network

Was Sie lernen werden

Develop an understanding of Python fundamentals
Gain practical Python skills and apply them to data analysis
Communicate data insights effectively through data visualizations
Create a project demonstrating your understanding of applied data science techniques and tools

Kompetenzen, die Sie erwerben

Über dieses Spezialisierung

12.209 kürzliche Aufrufe

This action-packed Specialization is for data science enthusiasts who want to acquire practical skills for real world data problems. If you’re interested in pursuing a career in data science, and already have foundational skills or have completed the Introduction to Data Science Specialization, this program is for you! This 4-course Specialization will give you the tools you need to analyze data and make data driven business decisions leveraging computer science and statistical analysis. You will learn Python–no prior programming knowledge necessary–and discover methods of data analysis and data visualization. You’ll utilize tools used by real data scientists like Numpy and Pandas, practice predictive modeling and model selection, and learn how to tell a compelling story with data to drive decision making. Through guided lectures, labs, and projects in the IBM Cloud, you’ll get hands-on experience tackling interesting data problems from start to finish. Take this Specialization to solidify your Python and data science skills before diving deeper into big data, AI, and deep learning. In addition to earning a Specialization completion certificate from Coursera, you’ll also receive a digital badge from IBM. This Specialization can also be applied toward the IBM Data Science Professional Certificate. This program is ACE® recommended—when you complete, you can earn up to 12 college credits.

Praktisches Lernprojekt

Build your data science portfolio as you gain practical experience from producing artifacts in the interactive labs and projects throughout this program. These courses include real-world projects using principal data science tools to apply your newfound skills.
Projects:
Extract and graph financial data with the Pandas Python library.
Wrangle data, graph plots, and create regression models to predict housing prices with Python libraries, including NumPy, and Sklearn.
Create visualizations and a dynamic Python dashboard with treemaps and line plots using libraries such as Matplotlib, Seaborn, and Plotly Dash to monitor, report, and improve US domestic flight reliability.
In the final capstone course, apply what you’ve learned from previous courses into one comprehensive project. You will train and compare machine learning models, including support vector machines, classification trees, and logistic regression, to predict if a SpaceX launch can reuse the first stage of a rocket.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

Kurse, die komplett online stattfinden

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexibler Zeitplan

Festlegen und Einhalten flexibler Termine.

Stufe „Anfänger“

Etwa 6 Monate bis zum Abschluss

Empfohlenes Lerntempo: 3 Stunden/Woche

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

Kurse, die komplett online stattfinden

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexibler Zeitplan

Festlegen und Einhalten flexibler Termine.

Stufe „Anfänger“

Etwa 6 Monate bis zum Abschluss

Empfohlenes Lerntempo: 3 Stunden/Woche

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

So funktioniert die Spezialisierung

Kurse absolvieren

Eine Coursera-Spezialisierung ist eine Reihe von Kursen, in denen Sie eine Kompetenz erwerben. Um zu beginnen, melden Sie sich direkt für die Spezialisierung an oder überprüfen Sie deren Kurse und wählen Sie denjenigen Kurs aus, mit dem Sie beginnen möchten. Wenn Sie einen Kurs abonnieren, der Bestandteil einer Spezialisierung ist, abonnieren Sie automatisch die gesamte Spezialisierung Es ist in Ordnung, wenn Sie nur einen Kurs absolvieren möchten — Sie können Ihren Lernprozess jederzeit unterbrechen oder Ihr Abonnement kündigen. Gehen Sie zu Ihrem Lernender-Dashboard, um Ihre Kursanmeldungen und Ihren Fortschritt zu verfolgen.

Praxisprojekt

Jede Spezialisierung umfasst ein Praxisprojekt. Sie müssen das Projekt/die Projekte erfolgreich abschließen, um die Spezialisierung abzuschließen und Ihr Zertifikat zu erwerben. Wenn die Spezialisierung einen separaten Kurs für das Praxisprojekt umfasst, müssen Sie zunächst alle anderen Kurse abschließen, bevor Sie damit beginnen können.

Zertifikat erwerben

Wenn Sie alle Kurse und das Praxisprojekt abgeschlossen haben, erhalten Sie ein Zertifikat, dass Sie für potenzielle Arbeitgeber und Ihr berufliches Netzwerk freigeben können.

Es gibt 5 Kurse in dieser Spezialisierung

Kurs1

Kurs 1

Python for Data Science, AI & Development

4.6

Sterne

30,005 Bewertungen

Kickstart your learning of Python with this beginner-friendly self-paced course taught by an expert. Python is one of the most popular languages in the programming and data science world and demand for individuals who have the ability to apply Python has never been higher.

This introduction to Python course will take you from zero to programming in Python in a matter of hours—no prior programming experience necessary! You will learn about Python basics and the different data types. You will familiarize yourself with Python Data structures like List and Tuples, as well as logic concepts like conditions and branching. You will use Python libraries such as Pandas, Numpy & Beautiful Soup. You’ll also use Python to perform tasks such as data collection and web scraping with APIs. You will practice and apply what you learn through hands-on labs using Jupyter Notebooks. By the end of this course, you’ll feel comfortable creating basic programs, working with data, and automating real-world tasks using Python. This course is suitable for anyone who wants to learn Data Science, Data Analytics, Software Development, Data Engineering, AI, and DevOps as well as a number of other job roles.

Kurs2

Kurs 2

Python Project for Data Science

4.5

Sterne

2,725 Bewertungen

This mini-course is intended to for you to demonstrate foundational Python skills for working with data. This course primarily involves completing a project in which you will assume the role of a Data Scientist or a Data Analyst and be provided with a real-world data set and a real-world inspired scenario to identify patterns and trends.

You will perform specific data science and data analytics tasks such as extracting data, web scraping, visualizing data and creating a dashboard. This project will showcase your proficiency with Python and using libraries such as Pandas and Beautiful Soup within a Jupyter Notebook. Upon completion you will have an impressive project to add to your job portfolio. PRE-REQUISITE: **Python for Data Science, AI and Development** course from IBM is a pre-requisite for this project course. Please ensure that before taking this course you have either completed the Python for Data Science, AI and Development course from IBM or have equivalent proficiency in working with Python and data. NOTE: This course is not intended to teach you Python and does not have too much instructional content. It is intended for you to apply prior Python knowledge.

Kurs3

Kurs 3

Datenanalyse mit Python

4.7

Sterne

16,012 Bewertungen

Analyzing data with Python is an essential skill for Data Scientists and Data Analysts. This course will take you from the basics of data analysis with Python to building and evaluating data models.

Topics covered include: - collecting and importing data - cleaning, preparing & formatting data - data frame manipulation - summarizing data - building machine learning regression models - model refinement - creating data pipelines You will learn how to import data from multiple sources, clean and wrangle data, perform exploratory data analysis (EDA), and create meaningful data visualizations. You will then predict future trends from data by developing linear, multiple, polynomial regression models & pipelines and learn how to evaluate them. In addition to video lectures you will learn and practice using hands-on labs and projects. You will work with several open source Python libraries, including Pandas and Numpy to load, manipulate, analyze, and visualize cool datasets. You will also work with scipy and scikit-learn, to build machine learning models and make predictions. If you choose to take this course and earn the Coursera course certificate, you will also earn an IBM digital badge.

Kurs4

Kurs 4

Data Visualization with Python

4.5

Sterne

10,591 Bewertungen

One of the most important skills of successful data scientists and data analysts is the ability to tell a compelling story by visualizing data and findings in an approachable and stimulating way. In this course you will learn many ways to effectively visualize both small and large-scale data. You will be able to take data that at first glance has little meaning and present that data in a form that conveys insights.

This course will teach you to work with many Data Visualization tools and techniques. You will learn to create various types of basic and advanced graphs and charts like: Waffle Charts, Area Plots, Histograms, Bar Charts, Pie Charts, Scatter Plots, Word Clouds, Choropleth Maps, and many more! You will also create interactive dashboards that allow even those without any Data Science experience to better understand data, and make more effective and informed decisions. You will learn hands-on by completing numerous labs and a final project to practice and apply the many aspects and techniques of Data Visualization using Jupyter Notebooks and a Cloud-based IDE. You will use several data visualization libraries in Python, including Matplotlib, Seaborn, Folium, Plotly & Dash.

Dozenten

von

IBM Skills Network

IBM is the global leader in business transformation through an open hybrid cloud platform and AI, serving clients in more than 170 countries around the world. Today 47 of the Fortune 50 Companies rely on the IBM Cloud to run their business, and IBM Watson enterprise AI is hard at work in more than 30,000 engagements. IBM is also one of the world’s most vital corporate research organizations, with 28 consecutive years of patent leadership. Above all, guided by principles for trust and transparency and support for a more inclusive society, IBM is committed to being a responsible technology innovator and a force for good in the world.

Häufig gestellte Fragen

Wie erfolgen Rückerstattungen?
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine 7-tägige, kostenlose Testversion, die Sie gebührenfrei wieder kündigen können. Danach gewähren wir keine Rückerstattungen mehr, aber Sie können Ihr Abonnement jederzeit kündigen. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.
Kann ich mich auch nur für einen Kurs anmelden?
Ja! Um loszulegen, klicken Sie auf die Kurskarte, die Sie interessiert, und melden Sie sich an. Sie können sich anmelden und den Kurs absolvieren, um ein teilbares Zertifikat zu erwerben, oder Sie können als Gast teilnehmen, um die Kursmaterialien gratis einzusehen. Wenn Sie einen Kurs abonnieren, der Teil einer Spezialisierung ist, abonnieren Sie automatisch die gesamte Spezialisierung. Auf Ihrem Kursteilnehmer-Dashboard können Sie Ihren Fortschritt verfolgen.
Ist finanzielle Unterstützung möglich?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.
Kann ich kostenlos an diesem Kurs teilnehmen?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse in der Spezialisierung und Sie erwerben ein Zertifikat, wenn Sie die Arbeit abschließen. Wenn Sie lediglich den Kursinhalt lesen und anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen. Wenn Sie die Gebühr nicht bezahlen können, haben Sie die Möglichkeit, finanzielle Hilfe zu beantragen.
Findet dieser Kurs wirklich ausschließlich online statt? Muss ich zu irgendwelchen Sitzungen persönlich erscheinen?
Dieser Kurs findet ausschließlich online statt, Sie müssen also zu keiner Sitzung persönlich erscheinen. Sie können jederzeit und überall über das Netz oder Ihr Mobilgerät auf Ihre Vorträge, Lektüren und Aufgaben zugreifen.
Erhalte ich akademische Leistungspunkte für den Abschluss der Spezialisierung?
Für diese Spezialisierung gibt es keine akademischen Leistungspunkte, doch Hochschulen können nach eigenem Ermessen Leistungspunkte für Spezialisierungszertifikate vergeben. Wenden Sie sich an Ihre Einrichtung, um mehr zu erfahren.
How can I earn my IBM Badge?
Upon completion of the program, you will receive an email from Acclaim with your IBM Badge recognizing your expertise in the field. Some badges are issued almost immediately after completion of the badge activities, while others may take 1-2 weeks before they are issued. Once issued, you will receive a notification email from admin@youracclaim.com with instructions for claiming the badge. Learn more about IBM Badges
What is data science?
Data science is the process of collecting, storing, and analyzing data. Data scientists use data to tell compelling stories to inform business decisions. Learn more about what data science is and what data scientists do in the IBM Course, "What is Data Science?"
What are some examples of careers in data science?
An understanding of data science and the ability to make data driven decisions is useful in any career, but some careers specifically require a data science background. Some examples of careers in data science include:
- Business Intelligence Analyst
- Data Analyst
- Data Architect
- Data Engineer
- Data Scientist
- Machine Learning Engineer
- Marketing Analyst
- Operations Analyst
- Quantitative Analyst
How long does it take to complete this Specialization?
The Specialization consists of 4 courses. The recommended time to complete each course is 3-4 weeks. If you follow recommended timelines, it would take 3 to 4 months to complete the entire Specialization.
What background knowledge is necessary?
No prior experience in data science or programming is required. However it is recommended that you have some foundational knowledge about data science, which can be developed by taking the the IBM Introduction to Data Science Specialization.
Do I need to take the courses in a specific order?
It is strongly recommended that you take the Python for Data Science course first. Then you can take either the Visualization or the Data Science course - whichever you prefer – and end with the Capstone course.
Can I get college credit for taking the IBM Applied Data Science Specialization?
Yes. The IBM Applied Data Science Specialization recently secured a credit recommendation from the American Council on Education's (ACE) Credit Recommendation, which is the industry standard for translating workplace learning to college credit. Learners can earn a recommendation of 12 college credits for completing the program. This aims to help open up additional pathways to learners who are interested in higher education and prepare them for entry-level jobs.
What will I be able to do upon completing the Specialization?
You will be able to exercise practical Python skills, and apply them to interesting data visualization and data analysis problems.
How do you share your proof of completion with the educational institutions for transferring credit?
To share proof of completion with schools, certificate graduates will receive an email prompting them to claim their Credlybadge, which contains the ACE®️credit recommendation. Once claimed, you will receive a competency-based transcript that signifies the credit recommendation, which can be shared directly with a school from the Credly platform. Please note that the decision to accept specific credit recommendations is up to each institution and is not guaranteed.
Where can I find more information on ACE credit recommendations?
Please see Coursera’s ACE Recommendations FAQ.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Fördern Sie Mitarbeiterkompetenzen für bessere Geschäftsergebnisse

Entdecken Sie Coursera für Unternehmen

Spezialisierung Angewandte Datenverarbeitung

Was Sie lernen werden

Kompetenzen, die Sie erwerben

Über dieses Spezialisierung

Praktisches Lernprojekt