University of California San Diego

Spezialisierung „Python-Datenprodukte für prädiktive Analysen“

University of California San Diego

Spezialisierung „Python-Datenprodukte für prädiktive Analysen“

Erstellen Sie prädiktive Systeme mit Genauigkeit.

Sammeln, modellieren und implementieren Sie datengesteuerte Systeme mit Python und maschinellem Lernen.

Julian McAuley
Ilkay Altintas

Dozenten: Julian McAuley

15.505 bereits angemeldet

Bei Coursera Plus enthalten

Befassen Sie sich eingehend mit einem Thema

aus 302 Bewertungen von Kursen in diesem Programm

Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
4 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Befassen Sie sich eingehend mit einem Thema

aus 302 Bewertungen von Kursen in diesem Programm

Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
4 Wochen zu vervollständigen
unter 10 Stunden pro Woche

Was Sie lernen werden

  • Entdecken Sie, wie Sie Daten umwandeln und für datengesteuerte Vorhersageaufgaben nutzbar machen können

  • Verstehen Sie, wie man grundlegende Statistiken mit realen Datensätzen von Verbraucheraktivitäten wie Produktbewertungen und mehr berechnet

  • Verwenden Sie Python zur Erstellung interaktiver Datenvisualisierungen, um aussagekräftige Vorhersagen zu treffen und einfache Demosysteme zu bauen

  • Führen Sie mit Hilfe von Bibliotheken für maschinelles Lernen einfache Regressionen und Klassifizierungen an Datensätzen durch

Kompetenzen, die Sie erwerben

  • Kategorie: Modell Ausbildung
  • Kategorie: Datenvisualisierung
  • Kategorie: Bewertung des Modells
  • Kategorie: Design Thinking
  • Kategorie: Überwachtes Lernen
  • Kategorie: Prädiktive Modellierung
  • Kategorie: Methoden des maschinellen Lernens
  • Kategorie: Prädiktive Analytik
  • Kategorie: Datenverarbeitung
  • Kategorie: Maschinelles Lernen
  • Kategorie: Interaktive Datenvisualisierung
  • Kategorie: Datenmanipulation
  • Kategorie: Technische Merkmale
  • Kategorie: Statistisches maschinelles Lernen
  • Kategorie: MLOps (Operationen für maschinelles Lernen)
  • Kategorie: Statistische Modellierung

Werkzeuge, die Sie lernen werden

  • Kategorie: Python-Programmierung
  • Kategorie: Klassifizierungsalgorithmen
  • Kategorie: Modell-Einsatz
  • Kategorie: Web-Frameworks

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

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 University of California San Diego.

Spezialisierung - 4 Kursreihen

Grundlegende Datenverarbeitung und Visualisierung

Grundlegende Datenverarbeitung und Visualisierung

KURS 1, 11 Stunden

Was Sie lernen werden

  • Entwickeln Sie eine Datenstrategie und einen Prozess, wie Daten generiert, gesammelt und genutzt werden sollen

  • Laden und verarbeiten Sie formatierte Datensätze wie CSV und JSON.

  • Bearbeiten Sie Daten in verschiedenen Formaten (z.B. Zeitstempel, Strings) und filtern und "bereinigen" Sie Datensätze, indem Sie Ausreißer usw. entfernen.

  • Grundlegende Erfahrung mit Datenverarbeitungsbibliotheken wie numpy und Dateningestion mit urllib, Requests

Kompetenzen, die Sie erwerben

Kategorie: Datenverarbeitung
Kategorie: NumPy
Kategorie: Software zur Datenvisualisierung
Kategorie: Python-Programmierung
Kategorie: Matplotlib
Kategorie: Datenmanipulation
Kategorie: JSON
Kategorie: Datenwissenschaft
Kategorie: Datenvisualisierung
Kategorie: Datei-E/A
Kategorie: Pandas (Python-Paket)
Kategorie: Interaktive Datenvisualisierung
Kategorie: Web-Scraping
Kategorie: Bereinigung von Daten
Kategorie: Vorverarbeitung von Daten

Was Sie lernen werden

Kompetenzen, die Sie erwerben

Kategorie: Technische Merkmale
Kategorie: Regressionsanalyse
Kategorie: Bereinigung von Daten
Kategorie: Datenmanipulation
Kategorie: Modell-Optimierung
Kategorie: Modell Ausbildung
Kategorie: Tensorflow
Kategorie: Überwachtes Lernen
Kategorie: Prädiktive Analytik
Kategorie: Klassifizierungsalgorithmen
Kategorie: Logistische Regression
Kategorie: Methoden des maschinellen Lernens
Kategorie: Prädiktive Modellierung
Kategorie: Statistische Modellierung
Kategorie: Design Thinking
Kategorie: Datenverarbeitung
Kategorie: Scikit Learn (Bibliothek für maschinelles Lernen)
Kategorie: Statistisches maschinelles Lernen
Aussagekräftige prädiktive Modellierung

Aussagekräftige prädiktive Modellierung

KURS 3, 9 Stunden

Was Sie lernen werden

  • Die Definitionen einfacher Fehlermessungen (z.B. MSE, Genauigkeit, Präzision/Recall) verstehen.

  • Bewerten Sie die Leistung der Regressoren/Klassifikatoren anhand der oben genannten Maße.

  • Verstehen Sie den Unterschied zwischen Trainings-/Testleistung und Verallgemeinerbarkeit.

  • Verstehen Sie Techniken zur Vermeidung von Overfitting und zur Erzielung einer guten Generalisierungsleistung.

Kompetenzen, die Sie erwerben

Kategorie: Bewertung des Modells
Kategorie: Prädiktive Modellierung
Kategorie: Modell-Optimierung
Kategorie: Modell Ausbildung
Kategorie: Regressionsanalyse
Kategorie: Überwachtes Lernen
Kategorie: Verarbeitung natürlicher Sprache
Kategorie: Prädiktive Analytik
Kategorie: Text Mining
Kategorie: Python-Programmierung
Kategorie: Klassifizierungsalgorithmen
Kategorie: Verifizierung und Validierung
Kategorie: Angewandtes maschinelles Lernen
Kategorie: Statistische Modellierung
Einsatz von Modellen für maschinelles Lernen

Einsatz von Modellen für maschinelles Lernen

KURS 4, 11 Stunden

Was Sie lernen werden

  • Projektstruktur von interaktiven Python-Datenanwendungen

  • Python-Webserver-Frameworks: (z.B.) Flask, Django, Dash

  • Bewährte Praktiken für den Einsatz von ML-Modellen und die Überwachung der Leistung

  • Skripte für die Bereitstellung, Serialisierung von Modellen, APIs

Kompetenzen, die Sie erwerben

Kategorie: Django (Web-Framework)
Kategorie: Flask (Web-Framework)
Kategorie: Modell-Optimierung
Kategorie: Angewandtes maschinelles Lernen
Kategorie: Prädiktive Modellierung
Kategorie: Bewertung des Modells
Kategorie: Modell-Einsatz
Kategorie: Web-Frameworks
Kategorie: MLOps (Operationen für maschinelles Lernen)
Kategorie: Web-Anwendungen
Kategorie: Maschinelles Lernen
Kategorie: Python-Programmierung
Kategorie: Vorverarbeitung von Daten
Kategorie: Bereinigung von Daten
Kategorie: Algorithmen für maschinelles Lernen
Kategorie: Datenmanipulation
Kategorie: AI-Personalisierung

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.

Dozenten

Julian McAuley
University of California San Diego
5 Kurse35.028 Lernende

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