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'
от партнера
Специализация Прикладная наука о данных с PythonМичиганский университетОб 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.
Курс 1 из 1 в программе
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.
Курс 1 из 1 в программе
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
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
3 ч. на завершение
Week 1
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.
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
3 ч. на завершение
Week 2
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. The module ends with a programming assignment and a discussion question.
3 ч. на завершение
8 видео ((всего 45 мин.)), 1 материал для самостоятельного изучения, 2 тестов
8 видео
Introduction2мин
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
3 ч. на завершение
Week 3
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.
3 ч. на завершение
6 видео ((всего 35 мин.))
6 видео
Pandas Idioms6мин
Group by6мин
Scales7мин
Pivot Tables2мин
Date Functionality5мин
6 ч. на завершение
Week 4
In this week of the course you'll be introduced to a variety of statistical techniques such a distributions, sampling and t-tests. The majority of the week will be dedicated to your course project, where you'll engage in a real-world data cleaning activity and provide evidence for (or against!) a given hypothesis. This project is suitable for a data science portfolio, and will test your knowledge of cleaning, merging, manipulating, and test for significance in data. The week ends with two discussions of science and the rise of the fourth paradigm -- data driven discovery.
6 ч. на завершение
4 видео ((всего 25 мин.)), 1 материал для самостоятельного изучения, 2 тестов
1 материал для самостоятельного изучения
Post-course Survey10мин
Рецензии
Лучшие отзывы о курсе INTRODUCTION TO DATA SCIENCE IN PYTHON
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 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 BZ17 мая 2020 г.
super hard course I enjoyed it but the thing that I didn't like specially when this is supposed to be the learning phase the assignments were hard and it sometimes pushes you to look for the solution
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!
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.
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.
Какие правила возврата средств?
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.
Можно ли получить финансовую помощь?
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.
