University of Michigan
Einführung in die Datenverarbeitung mit Python
University of Michigan

Einführung in die Datenverarbeitung mit Python

Dieser Kurs ist Teil von Spezialisierung Angewandte Datenwissenschaft mit Python

Unterrichtet auf Englisch

Einige Inhalte können nicht übersetzt werden

793.072 bereits angemeldet

Bei Coursera Plus enthalten

Kurs

Informieren Sie sich über ein Thema und erlernen Sie die Grundlagen.

4.5

(26,999 Bewertungen)

|

92%

Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
34 Stunden (ungefähr)
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Bereiten Sie sich auf einen Abschluss vor.

Was Sie lernen werden

  • Techniken wie Lambdas und die Bearbeitung von csv-Dateien verstehen

  • Beschreiben Sie gängige Python-Funktionen und -Features, die für Data Science verwendet werden

  • Abfrage von DataFrame-Strukturen zur Bereinigung und Verarbeitung

  • Erklären Sie Verteilungen, Stichproben und t-Tests

Kompetenzen, die Sie erwerben

  • Kategorie: Python-Programmierung
  • Kategorie: Numpy
  • Kategorie: Pandas
  • Kategorie: Daten bereinigen

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

4 Quizzes

Kurs

Informieren Sie sich über ein Thema und erlernen Sie die Grundlagen.

4.5

(26,999 Bewertungen)

|

92%

Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
34 Stunden (ungefähr)
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Bereiten Sie sich auf einen Abschluss vor.

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung Angewandte Datenwissenschaft mit Python
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
  • 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
Platzhalter
Platzhalter

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.

Platzhalter

In diesem Kurs gibt es 4 Module

In dieser Woche erhalten Sie eine Einführung in den Bereich der Datenwissenschaft, lernen gängige Python-Funktionen und Features kennen, die Datenwissenschaftler verwenden, und werden in das Coursera Jupyter Notebook für die Vorlesungen eingeführt. Alle Kursinformationen zu Einstufung, Voraussetzungen und Erwartungen finden Sie auf dem Kursplan. Weitere Informationen zu den Jupyter Notebooks finden Sie auf unserer Seite Kursressourcen.

Das ist alles enthalten

12 Videos6 Lektüren1 Quiz1 Programmieraufgabe2 Unbewertete Labore1 Plug-in

In dieser Kurswoche lernen Sie die Grundlagen eines der wichtigsten Toolkits, die Python für die Datenbereinigung und -verarbeitung bietet - Pandas. Sie lernen, wie man Daten in DataFrame-Strukturen einliest, wie man diese Strukturen abfragt und welche Details über solche Strukturen indiziert werden.

Das ist alles enthalten

9 Videos1 Lektüre1 Quiz1 Programmieraufgabe1 Unbewertetes Labor

In dieser Woche werden Sie Ihr Verständnis der Python-Pandas-Bibliothek vertiefen, indem Sie lernen, wie man DataFrames zusammenführt, Übersichtstabellen erstellt, Daten in logische Teile gruppiert und Daten manipuliert. Wir werden auch Ihr Verständnis für die Skalierung von Daten auffrischen und Probleme bei der Erstellung von Metriken für die Analyse diskutieren. Die Woche endet mit einer größeren Programmieraufgabe.

Das ist alles enthalten

6 Videos1 Lektüre1 Quiz1 Programmieraufgabe1 Unbewertetes Labor

In dieser Kurswoche werden Sie in eine Reihe von statistischen Techniken wie Verteilungen, Stichproben und t-Tests eingeführt. Die Woche endet mit zwei Diskussionen über die Wissenschaft und den Aufstieg des vierten Paradigmas - der datengesteuerten Entdeckung.

Das ist alles enthalten

2 Videos6 Lektüren1 Quiz1 Programmieraufgabe1 Unbewertetes Labor

Dozent

Lehrkraftbewertungen
4.4 (3,838 Bewertungen)
Christopher Brooks
15 Kurse875.811 Lernende

von

Empfohlen, wenn Sie sich für Datenanalyse interessieren

Bereiten Sie sich auf einen Abschluss vor.

Wenn Sie Kurs von University of Michigan absolvieren, erhalten Sie möglicherweise eine Vorschau der Themen, Materialien und Lehrkräfte für einen verwandten Studiengang. So können Sie besser einschätzen, ob das Thema oder die Universität die richtige Wahl für Sie wäre.

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.“

Bewertungen von Lernenden

Zeigt 3 von 26999

4.5

26.999 Bewertungen

  • 5 stars

    66,33 %

  • 4 stars

    24,31 %

  • 3 stars

    5,36 %

  • 2 stars

    1,90 %

  • 1 star

    2,07 %

SI
5

Geprüft am 15. März 2018

VT
4

Geprüft am 1. Juli 2020

DT
5

Geprüft am 28. Juni 2021

Platzhalter

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – 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