University of Colorado Boulder
Spezialisierung Data Wrangling with Python

Diese spezialisierung ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.
University of Colorado Boulder

Spezialisierung Data Wrangling with Python

Launch your career in Data Science. By mastering the skills and techniques covered in these courses, students will be better equipped to handle the challenges of real-world data analysis.

Di Wu

Dozent: Di Wu

Bei Coursera Plus enthalten

Befassen Sie sich eingehend mit einem Thema
4.7

(23 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

2 Monate
Pro Woche 10 Stunden
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Befassen Sie sich eingehend mit einem Thema
4.7

(23 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

2 Monate
Pro Woche 10 Stunden
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Define techniques and methods for collecting data from various sources including files, web, databases, etc.

  • Identify statistical analysis and visualization techniques that can be used to gain insights into the data.

  • Calculate and apply techniques for data preprocessing such as dealing with missing values, outliers, sampling, normalization, and discretization.

Kompetenzen, die Sie erwerben

  • Kategorie: Data Wrangling
  • Kategorie: Seaborn
  • Kategorie: Python Libraries
  • Kategorie: Python Programming
  • Kategorie: Statistical Analysis
  • Kategorie: Numpy
  • Kategorie: Pandas
  • Kategorie: Data Visualization
  • Kategorie: Matplotlib

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter

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 Colorado Boulder.
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

Spezialisierung - 5 Kursreihen

Fundamental Tools of Data Wrangling

KURS 126 Stunden4.7 (15 Bewertungen)

Was Sie lernen werden

  • You will be able to describe the fundamentals of programming in Python.

  • You will be able to identify data structures for efficient organization and manipulation of data.

  • You will practice using NumPy and Pandas for numerical computing, data manipulation, and analysis.

Kompetenzen, die Sie erwerben

Kategorie: Python Libraries
Kategorie: Collect data from files
Kategorie: Pandas
Kategorie: Data Integration
Kategorie: Web Scraping

Data Collection and Integration

KURS 228 Stunden4.5 (11 Bewertungen)

Was Sie lernen werden

  • How to utilize Python and Python packages to collect data from various sources

  • How to integrate data collected from various sources to a unified dataset for further processing and analysis

Kompetenzen, die Sie erwerben

Kategorie: Python Libraries
Kategorie: Data Warehousing
Kategorie: Pandas
Kategorie: Scaling
Kategorie: Pivot Table

Was Sie lernen werden

  • Understand and communicate the various statistical aspects of datasets, including measures of central tendency, variation, location, and correlation.

  • Utilize Pandas for data manipulation and preparation to set the foundation for data visualization.

  • Utilize Matplotlib and Seaborn to create accurate and meaningful data visualizations.

Kompetenzen, die Sie erwerben

Kategorie: Seaborn
Kategorie: Python Programming
Kategorie: Pandas
Kategorie: Data Visualization
Kategorie: Matplotlib

Was Sie lernen werden

  • Understand the importance of data processing and manipulation in the data analysis pipeline.

  • Learn techniques to handle missing values and outliers, data reduction, and data scaling and discretization.

  • Understand the concept of data cube and perform multidimensional aggregation for exploratory analysis.

Kompetenzen, die Sie erwerben

Kategorie: Data Wrangling
Kategorie: Python Libraries
Kategorie: Data Manipulation
Kategorie: Data Visualization
Kategorie: Data Mining

Was Sie lernen werden

  • Initiate and conduct a data wrangling project from raw data to a refined dataset for analysis.

  • Apply data wrangling techniques learned in the specialization to handle real-life data scenarios.

  • Utilize Python libraries and tools effectively for data wrangling tasks. Communicate and present data wrangling results effectively to stakeholders.

Kompetenzen, die Sie erwerben

Kategorie: Data Structure
Kategorie: Ipython
Kategorie: Python Programming
Kategorie: Numpy
Kategorie: Pandas

Dozent

Di Wu
University of Colorado Boulder
15 Kurse40.991 Lernende

von

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.“
Platzhalter

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