This course will introduce the learner to the basics of the python programming environment, including fundamental python programming techniques such as lambdas, reading and manipulating csv files, and the numpy library. The course will introduce data manipulation and cleaning techniques using the popular python pandas data science library and introduce the abstraction of the Series and DataFrame as the central data structures for data analysis, along with tutorials on how to use functions such as groupby, merge, and pivot tables effectively. By the end of this course, students will be able to take tabular data, clean it, manipulate it, and run basic inferential statistical analyses.
Этот курс входит в специализацию ''Специализация Прикладная наука о данных с Python'
626 885 уже зарегистрированы
от партнера
Специализация Прикладная наука о данных с PythonМичиганский университетОб этом курсе
Недавно просмотрено: 549 390
Карьерные результаты учащихся
12%
начал новую карьеру, пройдя эти курсы
25%
получил значимые преимущества в карьере благодаря этому курсу
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 1 из 5 в программе
Средний уровень
Прибл. 31 час на выполнение
Английский
Субтитры: Арабский, Французский, Португальский (Европа), Итальянский, Вьетнамский, Немецкий, Русский, Английский, Испанский
Чему вы научитесь
Understand techniques such as lambdas and manipulating csv files
Describe common Python functionality and features used for data science
Query DataFrame structures for cleaning and processing
Explain distributions, sampling, and t-tests
Приобретаемые навыки
Python ProgrammingNumpyPandasData Cleansing
Карьерные результаты учащихся
12%
начал новую карьеру, пройдя эти курсы
25%
получил значимые преимущества в карьере благодаря этому курсу
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 1 из 5 в программе
Средний уровень
Прибл. 31 час на выполнение
Английский
Субтитры: Арабский, Французский, Португальский (Европа), Итальянский, Вьетнамский, Немецкий, Русский, Английский, Испанский
от партнера
Мичиганский университет
The mission of the University of Michigan is to serve the people of Michigan and the world through preeminence in creating, communicating, preserving and applying knowledge, art, and academic values, and in developing leaders and citizens who will challenge the present and enrich the future.
Программа курса: что вы изучите
12 ч. на завершение
Fundamentals of Data Manipulation with Python
In this week you'll get an introduction to the field of data science, review common Python functionality and features which data scientists use, and be introduced to the Coursera Jupyter Notebook for the lectures. All of the course information on grading, prerequisites, and expectations are on the course syllabus, and you can find more information about the Jupyter Notebooks on our Course Resources page.
12 ч. на завершение
12 видео ((всего 111 мин.)), 6 материалов для самостоятельного изучения, 2 тестов
6 ч. на завершение
Basic Data Processing with Pandas
In this week of the course you'll learn the fundamentals of one of the most important toolkits Python has for data cleaning and processing -- pandas. You'll learn how to read in data into DataFrame structures, how to query these structures, and the details about such structures are indexed.
6 ч. на завершение
9 видео ((всего 89 мин.)), 1 материал для самостоятельного изучения, 2 тестов
7 ч. на завершение
More Data Processing with Pandas
In this week you'll deepen your understanding of the python pandas library by learning how to merge DataFrames, generate summary tables, group data into logical pieces, and manipulate dates. We'll also refresh your understanding of scales of data, and discuss issues with creating metrics for analysis. The week ends with a more significant programming assignment.
7 ч. на завершение
6 видео ((всего 84 мин.)), 1 материал для самостоятельного изучения, 2 тестов
6 ч. на завершение
Answering Questions with Messy Data
In this week of the course you'll be introduced to a variety of statistical techniques such a distributions, sampling and t-tests. The week ends with two discussions of science and the rise of the fourth paradigm -- data driven discovery.
6 ч. на завершение
2 видео ((всего 20 мин.)), 5 материалов для самостоятельного изучения, 2 тестов
Рецензии
Лучшие отзывы о курсе INTRODUCTION TO DATA SCIENCE IN PYTHON
от партнера PK9 мая 2020 г.
The course had helped in understanding the concepts of NumPy and pandas. The assignments were so helpful to apply these concepts which provide an in-depth understanding of the Numpy as well as pandans
от партнера PS11 авг. 2020 г.
Assignments are way tougher than what is taught in the class, but they are challenging and the help in discussion forums is speechless. Without that, completion of assignments will take too much time.
от партнера AU9 дек. 2017 г.
Wow, this was amazing. Learned a lot (mostly thanks to stack overflow) but the course also opened my eyes to all the possibilities available out there and I feel like i'm only scratching the surface!
от партнера BN1 мар. 2017 г.
Enjoyed every bit of it. The timings for the assignment could be a little bit more though. Also the expected output could be provided for validation, rather than the grader printing cryptic messages.
Специализация Прикладная наука о данных с Python: общие сведения
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.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Что я получу, оформив подписку на специализацию?
Можно ли получить финансовую помощь?
Остались вопросы? Посетите Центр поддержки учащихся.
