IBM

Spezialisierung „Einführung in die Datenwissenschaft“

IBM

Spezialisierung „Einführung in die Datenwissenschaft“

Starten Sie Ihre Karriere in der Datenwissenschaft.

Erwerben Sie grundlegende Kenntnisse in Data Science, um sich auf eine Karriere vorzubereiten oder weiterführende Kenntnisse in Data Science zu erwerben.

Romeo Kienzler
Maureen McElaney
Polong Lin

Dozenten: Romeo Kienzler

106.677 bereits angemeldet

Bei Coursera Plus enthalten

Fragen Sie Coursera

Befassen Sie sich eingehend mit einem Thema

aus 102,153 Bewertungen von Kursen in diesem Programm

Stufe Anfänger
Keine Vorkenntnisse erforderlich
4 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Befassen Sie sich eingehend mit einem Thema

aus 102,153 Bewertungen von Kursen in diesem Programm

Stufe Anfänger
Keine Vorkenntnisse erforderlich
4 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Beschreiben Sie, was Datenwissenschaft und maschinelles Lernen sind, ihre Anwendungen und Anwendungsfälle sowie die verschiedenen Arten von Aufgaben, die von Datenwissenschaftlern ausgeführt werden.

  • Machen Sie sich mit den gängigen Data Science-Tools wie JupyterLab, R Studio, GitHub und Watson Studio vertraut.

  • Entwickeln Sie die Einstellung, wie ein Datenwissenschaftler zu arbeiten, und folgen Sie einer Methodik, um verschiedene Arten von datenwissenschaftlichen Problemen anzugehen

  • Schreiben Sie SQL-Anweisungen und fragen Sie Cloud-Datenbanken mit Python von Jupyter-Notebooks aus ab

Kompetenzen, die Sie erwerben

  • Kategorie: Unternehmensanalyse
  • Kategorie: Bereinigung von Daten
  • Kategorie: Datenkompetenz
  • Kategorie: Gespeicherte Prozedur
  • Kategorie: Datenmanipulation
  • Kategorie: Data Mining
  • Kategorie: Datenverarbeitung
  • Kategorie: Computer-Programmierwerkzeuge
  • Kategorie: Datenwissenschaft
  • Kategorie: Vorverarbeitung von Daten
  • Kategorie: Datenbank-Management
  • Kategorie: Große Daten
  • Kategorie: SQL
  • Kategorie: Datenwrangling

Werkzeuge, die Sie lernen werden

  • Kategorie: Modell-Einsatz
  • Kategorie: Python-Programmierung
  • Kategorie: Jupyter
  • Kategorie: R (Software)
  • Kategorie: Relationale Datenbanken
  • Kategorie: R Programmierung

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

 Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse.

  • Erlernen Sie gefragte Kompetenzen von Universitäten und Branchenexperten.
  • Erlernen Sie ein Thema oder ein Tool mit echten Projekten.
  • Entwickeln Sie ein fundiertes Verständnisse der Kernkonzepte.
  • Erwerben Sie ein Karrierezertifikat von IBM.

Spezialisierung - 4 Kursreihen

Was ist Data Science?

Was ist Data Science?

KURS 1, 12 Stunden

Was Sie lernen werden

  • Definieren Sie Data Science und seine Bedeutung in der heutigen datengesteuerten Welt.

  • Beschreiben Sie die verschiedenen Wege, die zu einer Karriere in der Datenwissenschaft führen können.

  • Fassen Sie die Ratschläge zusammen, die erfahrene Datenwissenschaftler an Datenwissenschaftler geben, die gerade erst anfangen.

  • Erklären Sie, warum Data Science als der gefragteste Job des 21. Jahrhunderts gilt.

Kompetenzen, die Sie erwerben

Kategorie: Datenwissenschaft
Kategorie: Große Daten
Kategorie: Datenanalyse
Kategorie: Cloud Computing
Kategorie: Digitale Transformation
Kategorie: Tiefes Lernen
Kategorie: Maschinelles Lernen
Kategorie: Datenverarbeitung
Kategorie: Data Mining
Kategorie: Datenkompetenz
Kategorie: Datengestützte Entscheidungsfindung
Kategorie: Datenspeicherung
Tools für die Datenverarbeitung

Tools für die Datenverarbeitung

KURS 2, 16 Stunden

Was Sie lernen werden

  • Beschreiben Sie den Werkzeugkasten des Data Scientist, der Folgendes umfasst: Bibliotheken & Pakete, Datensätze, Modelle für maschinelles Lernen und Big Data-Tools

  • Verwendung von Sprachen, die von Datenwissenschaftlern häufig verwendet werden, wie Python, R und SQL

  • Demonstrieren Sie Kenntnisse über Tools wie Jupyter Notebooks und RStudio und nutzen Sie deren verschiedene Funktionen

  • Erstellen und verwalten Sie Quellcode für Data Science mit Git-Repositories und GitHub.

Kompetenzen, die Sie erwerben

Kategorie: R Programmierung
Kategorie: Scikit Learn (Bibliothek für maschinelles Lernen)
Kategorie: GitHub
Kategorie: Jupyter
Kategorie: Cloud-Plattformen
Kategorie: Andere Programmiersprachen
Kategorie: Versionskontrolle
Kategorie: R (Software)
Kategorie: Software-Entwicklungstools
Kategorie: Statistische Programmierung
Kategorie: Git (Versionskontrollsystem)
Kategorie: Datenwissenschaft
Kategorie: Python-Programmierung
Kategorie: Cloud-Hosting
Kategorie: Cloud Computing
Kategorie: Computer-Programmierwerkzeuge
Kategorie: Integrierte Entwicklungsumgebungen
Kategorie: Cloud-API
Kategorie: Cloud-Dienste
Kategorie: Software zur Datenvisualisierung
Methoden für die Datenverarbeitung

Methoden für die Datenverarbeitung

KURS 3, 9 Stunden

Was Sie lernen werden

  • Beschreiben Sie, was eine Data Science-Methodik ist und warum Datenwissenschaftler eine Methodik benötigen.

  • Wenden Sie die sechs Stufen der Methodik des Cross-Industry Process for Data Mining (CRISP-DM) an, um eine Fallstudie zu analysieren.

  • Beurteilen Sie, welches Analysemodell unter den prädiktiven, deskriptiven und klassifizierenden Modellen zur Analyse einer Fallstudie geeignet ist.

  • Bestimmen Sie geeignete Datenquellen für Ihre datenwissenschaftliche Analysemethode.

Kompetenzen, die Sie erwerben

Kategorie: Bewertung des Modells
Kategorie: Datenwissenschaft
Kategorie: Datenerhebung
Kategorie: Modell-Einsatz
Kategorie: Unternehmensanalyse
Kategorie: Bereinigung von Daten
Kategorie: Datenmodellierung
Kategorie: Analytische Fähigkeiten
Kategorie: Vorverarbeitung von Daten
Kategorie: Data Mining
Kategorie: Datenanalyse
Kategorie: Wirtschaftliche Forschung
Kategorie: Datenwrangling
Kategorie: Datenverarbeitung
Kategorie: Modell Ausbildung
Kategorie: Jupyter
Kategorie: Analyse
Kategorie: Datenmanipulation
Datenbanken und SQL für Datenwissenschaft mit Python

Datenbanken und SQL für Datenwissenschaft mit Python

KURS 4, 18 Stunden

Was Sie lernen werden

  • Analysieren Sie Daten in einer Datenbank mit SQL und Python.

  • Erstellen Sie eine relationale Datenbank und arbeiten Sie mit mehreren Tabellen unter Verwendung von DDL-Befehlen.

  • Konstruieren Sie einfache bis mittelschwere SQL-Abfragen mit DML-Befehlen.

  • Erstellen Sie leistungsfähigere Abfragen mit fortgeschrittenen SQL-Techniken wie Views, Transaktionen, Stored Procedures und Joins.

Kompetenzen, die Sie erwerben

Kategorie: SQL
Kategorie: Relationale Datenbanken
Kategorie: Datenmanipulation
Kategorie: Jupyter
Kategorie: Gespeicherte Prozedur
Kategorie: Datenbank-Management
Kategorie: Datenbank-Theorie
Kategorie: Transaktionsverarbeitung
Kategorie: Datenanalyse
Kategorie: Abfragesprachen
Kategorie: Datenbanken
Kategorie: Datenzugang
Kategorie: Python-Programmierung

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Starten Sie ihren Abschluss mit einem Vorsprung

Wenn Sie dieses Spezialisierungabschließen, können Sie sich Ihr Wissen möglicherweise anrechnen lassen, wenn Sie zu einem der folgenden Online-Studiengänge zugelassen werden und sich dort einschreiben.¹

ACE-Logo

Dieser Spezialisierung ist ACE®-empfohlen. Teilnehmende US-amerikanischen Colleges und Universitäten vergeben Credits dafür. Hinweis: Die Entscheidung bezüglich spezifischer Credit-Empfehlungen liegt bei den einzelnen Institutionen. 

Dozenten

Romeo Kienzler
IBM
10 Kurse841.782 Lernende

von

IBM

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Häufig gestellte Fragen