Willkommen zu Einführung in analytisches Denken, Data Science und Data Mining. In diesem Kurs beginnen wir mit einer Erkundung des Bereichs und Berufsfelds der Datenwissenschaft mit Schwerpunkt auf den Fähigkeiten und ethischen Überlegungen, die bei der Arbeit mit Daten erforderlich sind. Wir werden die Arten von Geschäftsproblemen besprechen, die mit Hilfe von Data Science gelöst werden können, und die Anwendung des CRISP-DM-Prozesses auf Data Mining-Bemühungen diskutieren. Wir geben einen kurzen Überblick über Descriptive, Predictive und Prescriptive Analytics und schließen den Kurs mit einer Sondierungsübung ab, um mehr über die Tools und Ressourcen zu erfahren, die Sie in einem Data Science Toolkit finden können.
Einführung in analytisches Denken, Data Science und Data Mining
Dieser Kurs ist Teil von Spezialisierung Grundlagen der Datenwissenschaft
Dozent: Julie Pai
9.734 bereits angemeldet
Bei enthalten
(144 Bewertungen)
Was Sie lernen werden
Das Wissen und die Fähigkeiten, die für die Arbeit im Bereich der Datenwissenschaft erforderlich sind
Wie Data Science zur Lösung von Geschäftsproblemen eingesetzt wird
Die Vorteile der Verwendung des branchenübergreifenden Standardprozesses für Data Mining (CRISP-DM)
Kompetenzen, die Sie erwerben
- Kategorie: Analyse von Umweltdaten
- Kategorie: Daten Dokumentation
- Kategorie: Geophysikalische Daten
- Kategorie: Data-Mining
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
2 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 4 Module
Willkommen bei Modul 1, Datenwissenschaft: Das Feld und der Beruf. In diesem Modul werden wir einen Überblick über die Datenwissenschaft als Fachgebiet geben und die Konzepte von Small und Big Data untersuchen. Wir werden auch einen Überblick über die Fähigkeiten erfolgreicher Datenwissenschaftler geben und die Arten von Geschäftsproblemen diskutieren, die Datenwissenschaftler in naher Zukunft lösen müssen.
Das ist alles enthalten
2 Lektüren1 Diskussionsthema
Willkommen zu Modul 2, Data Science in Business. In diesem Modul werden wir uns die Anwendungen von Data Science in einem geschäftlichen Umfeld genauer ansehen und ethische Überlegungen diskutieren, die Sie bei der Arbeit mit Daten beachten sollten.
Das ist alles enthalten
1 Video2 Lektüren1 Aufgabe
Willkommen zu Modul 3, Data Mining und ein Überblick über die Datenanalyse. In diesem Modul beginnen wir mit einer Erläuterung von CRISP-DM, einem branchenübergreifenden Standardverfahren für Data Mining. Außerdem geben wir Ihnen eine Einführung in die deskriptive, prädiktive und präskriptive Analytik.
Das ist alles enthalten
2 Lektüren1 Diskussionsthema
Willkommen zu Modul 4, Probleme lösen mit Data Science. In diesem letzten Modul des Kurses werden wir einige reale Anwendungen von Data Science-Lösungen untersuchen und die Arten von Tools und Programmen, die Sie in einem Data Science-Toolkit erwarten können, genauer unter die Lupe nehmen.
Das ist alles enthalten
1 Video2 Lektüren1 Aufgabe1 Diskussionsthema
Dozent
Empfohlen, wenn Sie sich für Datenanalyse interessieren
University of Minnesota
University of Illinois Urbana-Champaign
Johns Hopkins University
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
144 Bewertungen
- 5 stars
57,63 %
- 4 stars
20,13 %
- 3 stars
11,80 %
- 2 stars
5,55 %
- 1 star
4,86 %
Zeigt 3 von 144 an
Geprüft am 2. Jan. 2021
I consider this course a must for one's journey into Data Science. The videos are short and to the point to serve the purpose of the course.
Geprüft am 20. Mai 2021
It is informative and gives me overview about data science and the future
Geprüft am 22. Sep. 2022
I learnt about CRISP DM process, Data Science tools, Decision Trees in this course.
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.