Diese Specialization entwickelt die analytische Denkweise und das Wissen über Datenanalysetools und -techniken. Diese Spezialisierung entwickelt die analytischen Fähigkeiten der Teilnehmer, indem sie zunächst eine analytische Denkweise, Datenvorbereitung, Visualisierung und Analyse mit Excel einführt. Als Nächstes entwickelt diese Spezialisierung die Fähigkeiten der Teilnehmer, Python für die Datenaufbereitung, Datenvisualisierung, Datenanalyse und Dateninterpretation zu verwenden und diese Fähigkeiten auf für die Buchhaltung relevante Themen anzuwenden. Diese Spezialisierung entwickelt auch die Fähigkeiten der Teilnehmer in Algorithmen des maschinellen Lernens (unter Verwendung von Python), einschließlich Klassifizierung, Regression, Clustering, Textanalyse, Zeitreihenanalyse und Modelloptimierung, sowie ihre Fähigkeit, diese Fähigkeiten des maschinellen Lernens auf reale Probleme anzuwenden.
Praktisches Lernprojekt
Die in dieser Specialization enthaltenen Projekte ermöglichen es den Lernenden, die im Rahmen der Data Analytics Specialization entwickelten Fähigkeiten auf reale Probleme anzuwenden. Die Teilnehmer sind in der Lage, den allgemeinen Prozess des CRISP-DM-Frameworks zu erläutern, Datenanalysefähigkeiten in den Bereichen Datenaufbereitung, Datenvisualisierung, Modellierung und Modellbewertung zu demonstrieren und Datenanalysewissen und -fähigkeiten auf reale Probleme anzuwenden. Im Abschlussprojekt werden die Lernenden beispielsweise ein maschinelles Lernmodell entwickeln, um vorherzusagen, ob ein Kredit vollständig zurückgezahlt wird, und mit Hilfe der Analyse ein Kreditportfolio zusammenstellen.