Об этом курсе

Недавно просмотрено: 708,413

Карьерные результаты учащихся

36%

начал новую карьеру, пройдя эти курсы

38%

получил значимые преимущества в карьере благодаря этому курсу

14%

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. 24 часа на выполнение
Английский
Субтитры: Английский, Корейский

Чему вы научитесь

  • Describe what makes a good or bad visualization

  • Understand best practices for creating basic charts

  • Identify the functions that are best for particular problems

  • Create a visualization using matplotlb

Приобретаемые навыки

Python ProgrammingData VirtualizationData Visualization (DataViz)Matplotlib

Карьерные результаты учащихся

36%

начал новую карьеру, пройдя эти курсы

38%

получил значимые преимущества в карьере благодаря этому курсу

14%

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. 24 часа на выполнение
Английский
Субтитры: Английский, Корейский

Преподаватели

от партнера

Логотип Мичиганский университет

Мичиганский университет

Программа курса: что вы изучите

Оценка контентаThumbs Up93%(6,803 оценки)Info
Неделя
1

Неделя 1

5 ч. на завершение

Module 1: Principles of Information Visualization

5 ч. на завершение
7 видео ((всего 37 мин.)), 6 материалов для самостоятельного изучения, 2 тестов
7 видео
About the Professor: Christopher Brooks1мин
Tools for Thinking about Design (Alberto Cairo)8мин
Graphical heuristics: Data-ink ratio (Edward Tufte)4мин
Graphical heuristics: Chart junk (Edward Tufte)5мин
Graphical heuristics: Lie Factor and Spark Lines (Edward Tufte)3мин
The Truthful Art (Alberto Cairo)8мин
6 материалов для самостоятельного изучения
Syllabus10мин
Help us learn more about you!10мин
Notice for Coursera Learners: Assignment Submission10мин
Dark Horse Analytics (Optional)10мин
Useful Junk?: The Effects of Visual Embellishment on Comprehension and Memorability of Charts30мин
Graphics Lies, Misleading Visuals10мин
Неделя
2

Неделя 2

7 ч. на завершение

Module 2: Basic Charting

7 ч. на завершение
7 видео ((всего 42 мин.)), 2 материалов для самостоятельного изучения, 1 тест
7 видео
Matplotlib Architecture6мин
Basic Plotting with Matplotlib7мин
Scatterplots8мин
Line Plots8мин
Bar Charts4мин
Dejunkifying a Plot3мин
2 материала для самостоятельного изучения
Matplotlib30мин
Ten Simple Rules for Better Figures30мин
Неделя
3

Неделя 3

8 ч. на завершение

Module 3: Charting Fundamentals

8 ч. на завершение
6 видео ((всего 39 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
6 видео
Subplots7мин
Histograms9мин
Box Plots7мин
Heatmaps3мин
Animation5мин
Interactivity5мин
2 материала для самостоятельного изучения
Selecting the Number of Bins in a Histogram: A Decision Theoretic Approach (Optional)10мин
Assignment Reading10мин
Неделя
4

Неделя 4

5 ч. на завершение

Module 4: Applied Visualizations

5 ч. на завершение
3 видео ((всего 18 мин.)), 2 материалов для самостоятельного изучения, 1 тест
3 видео
Seaborn8мин
Becoming an Independent Data Scientist1мин
2 материала для самостоятельного изучения
Spurious Correlations10мин
Post-course Survey10мин

Рецензии

Лучшие отзывы о курсе APPLIED PLOTTING, CHARTING & DATA REPRESENTATION 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.