应用数据科学
您可能喜欢的其他课程
该课程现在不在运行。我们可以在再次启动时给您发送电子邮件,或者查看您可能喜欢的其他课程。
有机会建立数据科学技能以促进您的职业生涯
在本课程中,您将介绍应用数据科学中使用的工具和技术。
您将探讨当今商业专业人员提出的重要问题的答案,例如为什么数据科学和机器学习变得如此普遍以及数据科学可以解决哪些问题。
您将有机会提高对应用数据科学方法的基本方面的理解,并学习如何应用新获得的知识以使组织受益。
您将介绍什么主题?
- 数据科学领域使用的术语
- 统计分布的曲线拟合和绘制
- 可视化技术
- 利用地理位置数据
- 分类和聚类
- 特征提取
- 聚类文本
- 监督和无监督的学习
- 机器学习到文本和图像的应用
您想何时开始?
-
宣布的日期
宣布新约会时,请添加到愿望清单
在本课程中学习
在课程的每一步中,您都可以遇到其他学习者,分享您的想法并在评论中进行积极的讨论。
您将实现什么?
在课程结束时,您将能够...
-
描述数据清洁和准备的主要方法,包括使用非结构化文本数据
-
识别分布中的不同特征和产生的含义
-
比较不同的可视化技术
-
探索和解释可视化数据
-
修改基础Python代码以更改可视化的外观
-
使用地理位置示例探索使用多维数据的使用
-
使用聚类和分类技术识别数据中的模式
-
讨论数据科学数据使用的道德考虑因素
-
探索涉及不同类型的数据和表示形式的数据转换的使用:文本到向量,n-gram,标记数据
-
说明高维数据中距离指标的目的
-
将聚类应用于高维数据
-
探索如何从社会存储库中提取数据
-
比较和对比度监督和无监督的模型
-
描述神经网络及其应用背后的核心概念
-
比较与其他分类方法相比,NN的优势和缺点
-
根据简单技术评估机器学习算法的结果
谁是课程?
本课程适合任何想了解数据科学的人。
该课程将对学生,新手程序员以及与数据互动的任何专业人员有用。
对于该课程的专业人士或学生,该课程将为您使用数据科学和数据分析技能提高职业的基础。
对于那些已经从事IT行业的人,您将有机会在数据分析领域以及更普遍的数据科学领域增强和发展知识和专业知识。
没有编程先决条件可以让学生使用此模块,但是您应该对数学思维和基本统计数据有基本的理解。
请注意,在下面的“您将与谁学”中详细介绍的个人,当前的工作人员是否会发生变化。
您需要哪些软件或工具?
Python,Jupyter Notebook,Pandas,Samtla API,Google Colab
您会和谁一起学?
Martyn是Birkbeck University的DOC研究人员和IOC项目经理。他的研究重点是开发自然语言处理,信息检索和文本挖掘方面的方法。
我是伦敦伯克贝克大学的计算机科学教授。我的专业知识在于数据科学,搜索引擎技术,应用机器学习和计算社会科学。
Stelios是计算系统领域的计算机科学家,使用算法来改善大型系统的性能。
Felix是伦敦伯克贝克大学计算机科学的讲师。他的研究集中在图形和网络的结构特性上,这些特性可以利用来设计更快的算法。
在FutureLearn上学习
您的学习,规则
- 课程分为几周,活动和步骤,以帮助您跟踪学习
- 通过咬合大小的视频,长篇小说文章,音频和实践活动的混合方式学习
- 通过使用进度页面来跟踪您的步骤完成和评估分数来保持动力
加入全球教室
- 体验社会学习的力量,并受到国际学习者网络的启发
- 在课程的每一步中,与同龄人和课程教育者分享想法
- 通过阅读,@ing,喜欢,书签和回复他人的评论来加入对话
绘制您的进度
- 当您完成课程时,请使用通知和进度页面来指导您的学习
- 每当您准备就绪时,将每个步骤都标记为完成,您就可以控制
- 完成90%的课程步骤和所有评估以赢得您的证书
想进一步了解有关FutureLearn的学习吗?盖世电竞里钱如何提现
学习者评论
由于您的Cookie设置,无法加载学习者评论。请 并刷新页面以查看此内容。