What are some of the most popular data science tools, how do you use them, and what are their features? In this course, you'll learn about Jupyter Notebooks, RStudio IDE, Apache Zeppelin and Data Science Experience. You will learn about what each tool is used for, what programming languages they can execute, their features and limitations. With the tools hosted in the cloud on Cognitive Class Labs, you will be able to test each tool and follow instructions to run simple code in Python, R or Scala. To end the course, you will create a final project with a Jupyter Notebook on IBM Data Science Experience and demonstrate your proficiency preparing a notebook, writing Markdown, and sharing your work with your peers.
от партнера
IBMОб этом курсе
Недавно просмотрено: 1,098,811
Карьерные результаты учащихся
46%
начал новую карьеру, пройдя эти курсы
45%
получил значимые преимущества в карьере благодаря этому курсу
19%
стал больше зарабатывать или получил повышение
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Начальный уровень
Прибл. 16 часов на выполнение
Английский
Субтитры: Английский, Корейский
Карьерные результаты учащихся
46%
начал новую карьеру, пройдя эти курсы
45%
получил значимые преимущества в карьере благодаря этому курсу
19%
стал больше зарабатывать или получил повышение
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Начальный уровень
Прибл. 16 часов на выполнение
Английский
Субтитры: Английский, Корейский
от партнера
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.
Программа курса: что вы изучите
4 ч. на завершение
Data Scientist's Toolkit
This week, you will get an overview of the programming languages commonly used, including Python, R, Scala, and SQL. You’ll be introduced to the open source and commercial data science tools available. You’ll also learn about the packages, APIs, data sets and models frequently used by data scientists.
4 ч. на завершение
17 видео ((всего 84 мин.)), 1 материал для самостоятельного изучения, 4 тестов
17 видео
Languages of Data Science2мин
Introduction to Python3мин
Introduction to R Language3мин
Introduction to SQL3мин
Other Languages6мин
Categories of Data Science Tools2мин
Open Source Tools for Data Science - Part 17мин
Open Source Tools for Data Science - Part 25мин
Commercial Tools for Data Science5мин
Cloud Based Tools for Data Science8мин
Libraries for Data Science4мин
Application Programming Interfaces (API)4мин
Data Sets - Powering Data Science6мин
Sharing Enterprise Data - Data Asset eXchange3мин
Machine Learning Models7мин
The Model Asset Exchange5мин
1 материал для самостоятельного изучения
Lab - Explore Data Sets and Models 10мин
4 практических упражнения
Practice Quiz - Languages 30мин
Practice Quiz - Tools30мин
Practice Quiz - Packages, APIs, Data Sets, Models30мин
Graded Quiz30мин
6 ч. на завершение
Open Source Tools
This week, you will learn about three popular tools used in data science: GitHub, Jupyter Notebooks, and RStudio IDE. You will become familiar with the features of each tool, and what makes these tools so popular among data scientists today.
6 ч. на завершение
10 видео ((всего 57 мин.)), 9 материалов для самостоятельного изучения, 7 тестов
10 видео
Git and GitHub via command line (Optional)9мин
Branching and merging via command line (Optional)5мин
Contributing to repositories via pull request (Optional)8мин
Getting Started with Jupyter Notebook5мин
Getting Started with JupyterLab6мин
Jupyter Architecture6мин
What is RStudio IDE?4мин
Installing Packages and Loading Libraries in RStudio IDE2мин
Plotting Within RStudio IDE3мин
9 материалов для самостоятельного изучения
GitHub Lab - Getting started10мин
Branching, Merging and Pull Requests on GitHub (Optional)10мин
Pre-requisites for command line interface (Optional)10мин
Configuring SSH access to repository (Optional)10мин
Lab 2: Branching and merging via command line (optional)10мин
Lab 3: Contributing to repositories via pull request (Optional)10мин
Jupyter Notebooks on the Internet10мин
Lab: RStudio – The Basics10мин
Lab: Creating an Interactive Map in R30мин
4 практических упражнения
Practice Quiz - GitHub30мин
Practice Quiz - Jupyter Notebook30мин
Practice Quiz - RStudio IDE30мин
Graded Quiz30мин
3 ч. на завершение
IBM Tools for Data Science
This week, you will learn about an enterprise-ready data science platform by IBM, called Watson Studio. You'll learn about some of the features and capabilities of what data scientists use in the industry. You’ll also learn about other IBM tools used to support data science projects, such as IBM Watson Knowledge Catalog, Data Refinery, and the SPSS Modeler.
3 ч. на завершение
15 видео ((всего 72 мин.)), 2 материалов для самостоятельного изучения, 3 тестов
15 видео
Watson Studio Introduction4мин
Creating an Account on IBM Watson Studio2мин
Jupyter Notebook in Watson Studio - Part 1 2мин
Jupyter Notebook in Watson Studio - Part 23мин
Linking GitHub to Watson Studio2мин
Other IBM Tools for Data Science1мин
IBM Watson Knowledge Catalog6мин
Data Refinery7мин
SPSS Modeler Flows in Watson Studio6мин
IBM SPSS Modeler7мин
SPSS Statistics7мин
Model Deployment with Watson Machine Learning4мин
Auto AI in Watson Studio4мин
IBM Watson OpenScale7мин
2 материала для самостоятельного изучения
Lab: Creating a Watson Studio Project with Jupyter Notebook10мин
Lab: Modeler Flows in Watson Studio10мин
3 практических упражнения
Practice Quiz - Watson Studio30мин
Practice Quiz - Other IBM Tools30мин
Graded Quiz30мин
3 ч. на завершение
Final Assignment: Create and Share Your Jupyter Notebook
This week, you will demonstrate your skills by creating and configuring a Jupyter Notebook. As part of your grade for this course, you will share your Jupyter Notebook with your peers for review.
3 ч. на завершение
1 материал для самостоятельного изучения
1 материал для самостоятельного изучения
IBM Digital Badge2мин
Рецензии
Лучшие отзывы о курсе TOOLS FOR DATA SCIENCE
от партнера CB1 нояб. 2018 г.
Tools are fantastic and will make a significant contribution to my education. Videos need to be updated for changes to Watson Studios. Support from IBM on their cloud services should also be improved.
от партнера FC5 нояб. 2019 г.
It would be nice if you could update the material since some tools have changed either name or the way they look compared to the videos/images. Very good material though, I enjoyed the course much.
от партнера RR24 апр. 2019 г.
To the contrast of other reviews, I find the content very well bifurcated and fed to the learners. The course very easily digestable and I have had a great amount of fun learning it.. Go for it!!!!
от партнера AJ15 сент. 2020 г.
Absolutely Loved this course!! Challenging at times to keep up with all the terms and processes. The course provided great insight into Data Science. Would highly recommend it as your first course.
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 сертификацию?
Записавшись на курс, вы получите доступ ко всем курсам в сертификации, 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.
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.
