Cette Specializations pleine d'action s'adresse aux passionnés de la science des données qui souhaitent acquérir des compétences pratiques pour résoudre des problèmes de données dans le monde réel. Si vous souhaitez poursuivre une carrière dans la science des données et que vous possédez déjà des compétences fondamentales ou que vous avez suivi la spécialisation Introduction à la science des données, ce programme est fait pour vous !
Cette Specializations de 4 cours vous donnera les outils nécessaires pour analyser les données et prendre des décisions commerciales basées sur les données en tirant parti de l'informatique et de l'analyse statistique. Vous apprendrez le langage Python - aucune connaissance préalable en programmation n'est nécessaire - et découvrirez des méthodes d'analyse et de visualisation des données. Vous utiliserez des outils utilisés par de vrais data scientists comme Numpy et Pandas, pratiquerez la modélisation prédictive et la sélection de modèles, et apprendrez à raconter une histoire convaincante avec des données pour conduire la prise de décision.
Grâce à des conférences guidées, des laboratoires et des projets dans le Cloud IBM, vous obtiendrez une expérience pratique en abordant des problèmes de données intéressants du début à la fin. Prenez cette Specialization pour solidifier vos compétences en Python et en science des données avant de plonger plus profondément dans le big data, l'IA et l'apprentissage profond.
En plus de gagner un certificat d'achèvement de Specializations de Coursera, vous recevrez également un badge numérique d'IBM. Cette Specializations peut également être appliquée au certificat IBM Data Science Professional.
Ce programme est recommandé par ACE® - lorsque vous le terminez, vous pouvez gagner jusqu'à 12 crédits universitaires.
Projet d'apprentissage appliqué
Construisez votre portefeuille de science des données en acquérant une expérience pratique en produisant des artefacts dans les laboratoires interactifs et les projets tout au long de ce programme. Ces cours comprennent des projets réels utilisant les principaux outils de la science des données pour mettre en pratique vos nouvelles compétences. Projets :
Extrayez des données financières et créez des graphiques à l'aide de la bibliothèque Python Pandas.
Manipulez des données, tracez des graphiques et créez des modèles de régression pour prédire les prix de l'immobilier avec les bibliothèques Python, y compris NumPy et Sklearn.
Créez des visualisations et un tableau de bord dynamique en Python avec des cartes arborescentes et des tracés linéaires à l'aide de bibliothèques telles que Matplotlib, Seaborn et Plotly Dash pour surveiller, signaler et améliorer la fiabilité des vols intérieurs américains.
Dans le dernier cours de synthèse, vous appliquerez ce que vous avez appris dans les cours précédents dans le cadre d'un projet complet. Vous formerez et comparerez des modèles d'apprentissage automatique, notamment des machines à vecteurs de support, des arbres de classification et des régressions logistiques, afin de prédire si un lancement de SpaceX peut réutiliser le premier étage d'une fusée.
