Data ScienceMachine LearningPython ProgrammingData AnalysisData Visualization (DataViz)PandasNumpyPredictive ModellingModel SelectionData VirtualizationMatplotlib
Spezialisierung Applied Data Science
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.
von
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
30,945 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 recognizing you as a specialist in applied data science.
This Specialization can also be applied toward the IBM Data Science Professional Certificate.
Praktisches Lernprojekt
Complete hands-on labs and projects in the IBM Cloud by applying your newly acquired skills and knowledge throughout the Specialization. Projects include creating a random album generator, building a machine learning model, and analyzing geospatial data.
Karriereergebnisse der Lernenden
45%
Ich nahm nach Abschluss dieses Spezialisierung einen neuen Beruf auf.
11%
Ich erhielt eine Gehaltserhöhung oder Beförderung.
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“
Keine Vorkenntnisse erforderlich.
Ca. 5 Monate zum Abschließen
Empfohlen werden 6 Stunden/Woche
Englisch
Untertitel: Englisch, Vietnamesisch, Deutsch, Spanisch, Persisch, Arabischer Raum, Koreanisch, Türkisch, Französisch, Portugiesisch (Brasilien), Russisch
Karriereergebnisse der Lernenden
45%
Ich nahm nach Abschluss dieses Spezialisierung einen neuen Beruf auf.
11%
Ich erhielt eine Gehaltserhöhung oder Beförderung.
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“
Keine Vorkenntnisse erforderlich.
Ca. 5 Monate zum Abschließen
Empfohlen werden 6 Stunden/Woche
Englisch
Untertitel: Englisch, Vietnamesisch, Deutsch, Spanisch, Persisch, Arabischer Raum, Koreanisch, Türkisch, Französisch, Portugiesisch (Brasilien), Russisch
Es gibt 4 Kurse in dieser Spezialisierung
Python for Data Science and AI
19,045 Bewertungen
Kickstart your learning of Python for data science, as well as programming in general, with this beginner-friendly introduction to Python. Python is one of the world’s most popular programming languages, and there has never been greater demand for professionals with the ability to apply Python fundamentals to drive business solutions across industries.
Datenanalyse mit Python
12,282 Bewertungen
Learn how to analyze data using Python. This course will take you from the basics of Python to exploring many different types of data. You will learn how to prepare data for analysis, perform simple statistical analysis, create meaningful data visualizations, predict future trends from data, and more!
Data Visualization with Python
8,397 Bewertungen
"A picture is worth a thousand words". We are all familiar with this expression. It especially applies when trying to explain the insight obtained from the analysis of increasingly large datasets. Data visualization plays an essential role in the representation of both small and large-scale data.
Applied Data Science Capstone
4,839 Bewertungen
This capstone project course will give you a taste of what data scientists go through in real life when working with data.
von
IBM
IBM offers a wide range of technology and consulting services; a broad portfolio of middleware for collaboration, predictive analytics, software development and systems management; and the world's most advanced servers and supercomputers. Utilizing its business consulting, technology and R&D expertise, IBM helps clients become "smarter" as the planet becomes more digitally interconnected. IBM invests more than $6 billion a year in R&D, just completing its 21st year of patent leadership. IBM Research has received recognition beyond any commercial technology research organization and is home to 5 Nobel Laureates, 9 US National Medals of Technology, 5 US National Medals of Science, 6 Turing Awards, and 10 Inductees in US Inventors Hall of Fame.
Häufig gestellte Fragen
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. Online-Abschlüsse und Mastertrack™-Zertifikate auf Coursera bieten die Möglichkeit, akademische Leistungspunkte zu erwerben.
Can I just enroll in a single course?
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.
Can I take the course for free?
Ja, Coursera bietet für Kursteilnehmer, die sich die Kursgebühr nicht leisten können, finanzielle Unterstützung an. Bewerben Sie sich dafür, indem Sie auf den Link für finanzielle Unterstützung links unter der Schaltfläche „Anmelden“ klicken. Sie werden zum Ausfüllen eines Antrags aufgefordert und werden bei Genehmigung benachrichtigt. Diesen Schritt müssen Sie für jeden Kurs der Spezialisierung ausführen, auch für das Abschlussprojekt. Mehr erfahren
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.
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.
Will I earn university credit for completing the Specialization?
No, there is no university credit associated with completing this Specialization.
Erhalte ich akademische Leistungspunkte für den Abschluss der Spezialisierung?
You will be able to exercise practical Python skills, and apply them to interesting data visualization and data analysis problems.
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
