Об этом курсе

Недавно просмотрено: 2,182,161

Карьерные результаты учащихся

33%

начал новую карьеру, пройдя эти курсы

35%

получил значимые преимущества в карьере благодаря этому курсу

10%

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.
Промежуточный уровень
Прибл. 16 часов на выполнение
Английский
Субтитры: Китайский (традиционное письмо), Португальский (бразильский), Вьетнамский, Корейский, Английский, Иврит...

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

33%

начал новую карьеру, пройдя эти курсы

35%

получил значимые преимущества в карьере благодаря этому курсу

10%

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.
Промежуточный уровень
Прибл. 16 часов на выполнение
Английский
Субтитры: Китайский (традиционное письмо), Португальский (бразильский), Вьетнамский, Корейский, Английский, Иврит...

Преподаватели

от партнера

Логотип Мичиганский университет

Мичиганский университет

Программа курса: что вы изучите

Оценка контентаThumbs Up92%(52,037 оценки)Info
Неделя
1

Неделя 1

3 ч. на завершение

Week 1

3 ч. на завершение
11 видео ((всего 58 мин.)), 4 материалов для самостоятельного изучения, 1 тест
11 видео
Data Science7мин
The Coursera Jupyter Notebook System3мин
Python Functions8мин
Python Types and Sequences8мин
Python More on Strings3мин
Python Demonstration: Reading and Writing CSV files3мин
Python Dates and Times2мин
Advanced Python Objects, map()5мин
Advanced Python Lambda and List Comprehensions2мин
Advanced Python Demonstration: The Numerical Python Library (NumPy)7мин
4 материала для самостоятельного изучения
Syllabus10мин
Help us learn more about you!10мин
50 years of Data Science, David Donoho (optional)1ч 30мин
Notice for Auditing Learners: Assignment Submission10мин
1 практическое упражнение
Week One Quiz12мин
Неделя
2

Неделя 2

3 ч. на завершение

Week 2

3 ч. на завершение
8 видео ((всего 45 мин.)), 1 материал для самостоятельного изучения, 2 тестов
8 видео
The Series Data Structure4мин
Querying a Series8мин
The DataFrame Data Structure7мин
DataFrame Indexing and Loading5мин
Querying a DataFrame5мин
Indexing Dataframes5мин
Missing Values4мин
1 материал для самостоятельного изучения
Common Assignment Pitfalls10мин
Неделя
3

Неделя 3

3 ч. на завершение

Week 3

3 ч. на завершение
6 видео ((всего 35 мин.))
6 видео
Pandas Idioms6мин
Group by6мин
Scales7мин
Pivot Tables2мин
Date Functionality5мин
Неделя
4

Неделя 4

6 ч. на завершение

Week 4

6 ч. на завершение
4 видео ((всего 25 мин.)), 1 материал для самостоятельного изучения, 2 тестов
4 видео
Distributions4мин
More Distributions8мин
Hypothesis Testing in Python10мин
1 материал для самостоятельного изучения
Post-course Survey10мин

Рецензии

Лучшие отзывы о курсе INTRODUCTION TO DATA SCIENCE IN PYTHON

Посмотреть все отзывы

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. Introduction to Data Science in Python (course 1), Applied Plotting, Charting & Data Representation in Python (course 2), and Applied Machine Learning in Python (course 3) should be taken in order and prior to any other course in the specialization. After completing those, courses 4 and 5 can be taken in any order. All 5 are required to earn a certificate....
Прикладная наука о данных с Python

Часто задаваемые вопросы

  • 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.
  • 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.

  • Когда вы оформите подписку, начнется семидневный бесплатный пробный период, в течение которого подписку можно отменить без штрафа. По истечении этого срока вы не сможете вернуть средства, но сможете отменить подписку в любой момент. Ознакомьтесь с нашей политикой возврата средств.

  • 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

Остались вопросы? Посетите Центр поддержки учащихся.