Этот курс входит в специализацию ''Специализация Practical Data Science with MATLAB'

Adam Filion и еще 10 преподавателей

от партнера

Специализация Practical Data Science with MATLABMathWorks

Об этом курсе

Недавно просмотрено: 20,574

In this course, you will build on the skills learned in Exploratory Data Analysis with MATLAB to lay the foundation required for predictive modeling.  This intermediate-level course is useful to anyone who needs to combine data from multiple sources or times and has an interest in modeling.  
These skills are valuable for those who have domain knowledge and some exposure to computational tools, but no programming background. To be successful in this course, you should have some background in basic statistics (histograms, averages, standard deviation, curve fitting, interpolation) and have completed Exploratory Data Analysis with MATLAB. 

Throughout the course, you will merge data from different data sets and handle common scenarios, such as missing data.  In the last module of the course, you will explore special techniques for handling textual, audio, and image data, which are common in data science and more advanced modeling.   By the end of this course, you will learn how to visualize your data, clean it up and arrange it for analysis, and identify the qualities necessary to answer your questions.  You will be able to visualize the distribution of your data and use visual inspection to address artifacts that affect accurate modeling.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 2 из 4 в программе

Специализация Practical Data Science with MATLAB

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Средний уровень

Прибл. 18 часов на выполнение

Английский

Субтитры: Арабский, Французский, Португальский (Европа), Китайский (упрощенное письмо), Итальянский, Вьетнамский, Корейский, Немецкий, Русский, Турецкий, Английский, Испанский

Приобретаемые навыки

Feature EngineeringMatlabData Cleansing

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 2 из 4 в программе

Специализация Practical Data Science with MATLAB

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Средний уровень

Прибл. 18 часов на выполнение

Английский

Преподаватели

Оценка преподавателя

4.64/5 (оценок: 70)

от партнера

MathWorks

Accelerating the pace of discovery, innovation, development, and learning in engineering and science.

Программа курса: что вы изучите

Неделя

Неделя 1

3 ч. на завершение

Surveying Your Data

In this module you'll apply the skills gained in Exploratory Data Analysis with MATLAB on a new dataset. You'll explore different types of distributions and calculate quantities like the skewness and interquartile range. You'll also learn about more types of plots for visualizing multi-dimensional data.

3 ч. на завершение

10 видео ((всего 46 мин.)), 4 материалов для самостоятельного изучения, 2 тестов

10 видео

Practical Data Science with MATLAB3мин

Overview of Data Processing and Feature Engineering3мин

Instructor Introduction2мин

Introduction to Module 11мин

Introduction to the Flights Dataset7мин

Exploring the Flights Dataset5мин

Describing Distributions6мин

Examples of Distributions5мин

Visualizing Multi-Dimensional Data8мин

Summary of Module 1: Surveying Your Data2мин

4 материала для самостоятельного изучения

Download and Install MATLAB15мин

Data and Code Files15мин

Variables in the Flights Dataset15мин

Practice Visualizing Multidimensional Data45мин

2 практических упражнения

Understanding the Flights Dataset20мин

Module 1 Quiz30мин

Неделя

Неделя 2

3 ч. на завершение

Organizing Your Data

In this module you'll learn to prepare data for analysis. Often data is not recorded as required. You'll learn to manipulate string variables to extract key information. You'll create a single datetime variable from date and time information spread across multiple columns in a table. You'll efficiently load and combine data from multiple files to create a final table for analysis.

3 ч. на завершение

8 видео ((всего 34 мин.)), 2 материалов для самостоятельного изучения, 3 тестов

8 видео

Introduction to Module 2: Organizing Your Data1мин

Working with Strings7мин

Working with Dates and Times4мин

Importing Multiple Data Files4мин

Combining Data5мин

Joining Tables5мин

Sorting Your Data3мин

Summary of Module 2: Organizing Your Data2мин

2 материала для самостоятельного изучения

Practice Working with Strings15мин

Practice Using Dates and Times30мин

2 практических упражнения

Practice Working with Strings15мин

Quiz 2: Organizing Your Data1ч

Неделя

Неделя 3

3 ч. на завершение

Cleaning Your Data

In this module you'll clean messy data. Missing data, outliers, and variables with very different scales can obscure trends in the data. You'll find and address missing data and outliers in a data set. You'll compare variables with different scales by normalizing variables.

3 ч. на завершение

9 видео ((всего 44 мин.)), 2 материалов для самостоятельного изучения, 3 тестов

9 видео

Introduction to Module 3: Cleaning Your Data1мин

Identifying Missing Data6мин

Handling Missing Data5мин

Identifying Outliers5мин

Investigating Outliers6мин

Normalizing Data4мин

Examples of Normalizing Data4мин

Smoothing Data7мин

Summary of Module 3: Cleaning Your Data1мин

2 материала для самостоятельного изучения

Practice Working with Outliers1ч

Cleaning Data: Analyzing Flight Volume30мин

2 практических упражнения

Practice Quiz: Putting it all Together15мин

Quiz 3: Cleaning Your Data40мин

Неделя

Неделя 4

4 ч. на завершение

Finding Features that Matter

In this module you'll create new features to better understand your data. You'll evaluate features to determine if a feature is potentially useful for making predictions.

4 ч. на завершение

7 видео ((всего 35 мин.)), 4 материалов для самостоятельного изучения, 2 тестов

7 видео

Introduction to Module 4: Finding Features that Matter2мин

Introduction to Feature Engineering5мин

Introduction to Unsupervised Learning3мин

Introduction to Clustering Algorithms6мин

Evaluating Features8мин

Introduction to Dimensionality Reduction and PCA5мин

Summary of Module 4: Finding Features that Matter1мин

4 материала для самостоятельного изучения

Examples of Feature Engineering30мин

Example of K-means Clustering15мин

Applying Filter Methods30мин

Applying PCA45мин

1 практическое упражнение

Quiz 4: Finding Features that Matter45мин

Специализация Practical Data Science with MATLAB: общие сведения

Do you find yourself in an industry or field that increasingly uses data to answer questions? Are you working with an overwhelming amount of data and need to make sense of it? Do you want to avoid becoming a full-time software developer or statistician to do meaningful tasks with your data?

Completing this specialization will give you the skills and confidence you need to achieve practical results in Data Science quickly. Being able to visualize, analyze, and model data are some of the most in-demand career skills from fields ranging from healthcare, to the auto industry, to tech startups. This specialization assumes you have domain expertise in a technical field and some exposure to computational tools, such as spreadsheets. To be successful in completing the courses, you should have some background in basic statistics (histograms, averages, standard deviation, curve fitting, interpolation). Throughout this specialization, you will be using MATLAB. MATLAB is the go-to choice for millions of people working in engineering and science, and provides the capabilities you need to accomplish your data science tasks. You will be provided with free access to MATLAB for the duration of the specialization to complete your work.

Часто задаваемые вопросы

Когда я получу доступ к лекциям и заданиям?
Доступ к лекциям и заданиям предоставляется в зависимости от типа регистрации. Если вы проходите курс в режиме слушателя, то получите бесплатный доступ к большинству материалов курса. Чтобы открыть оцениваемые задания и возможность получить сертификат, необходимо будет приобрести прохождение с сертификатом. Это можно сделать во время прохождения в режиме слушателя или после него. Если вы не видите варианта 'Режим слушателя'.
Курс может не предлагаться в режиме слушателя. Попробуйте бесплатную пробную версию или подайте заявку на финансовую помощь.
Курс предлагаться в режиме 'Полный курс, без сертификата'. В нем можно просматривать все материалы, выполнять обязательные задания и получить итоговую оценку. Приобрести дополнительно прохождение с сертификатом в таком случае нельзя.
Что я получу, оформив подписку на специализацию?
Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.
Is financial aid available?
Да, Coursera предоставляет финансовую помощь учащимся, которые не могут оплатить обучение. Чтобы подать заявление, перейдите по ссылке "Финансовая помощь" слева под кнопкой "Зарегистрироваться". Заполните форму заявления. Если его примут, вы получите уведомление. Обратите внимание: этот шаг необходимо выполнить для каждого курса специализации, в том числе для дипломного проекта. Подробнее
Will I have access to MATLAB?
Yes. A free license is available to learners enrolled in the course. You must have a computer capable of running MATLAB. You can view the system requirements here.
Получу ли я зачеты в университете за прохождение курса?
Этот курс не приравнивается к зачету в университетах, однако некоторые вузы принимают сертификаты на свое усмотрение. Дополнительную информацию уточняйте в своем деканате. Онлайн-дипломы и сертификаты Mastertrack™ от Coursera позволяют получить зачеты.

Остались вопросы? Посетите Центр поддержки учащихся.

Data Processing and Feature Engineering with MATLAB