本課程是 Data Science with Databricks for Data Analysts 專項課程專項課程的一部分

3.7

星

17 個評分

Emma Freeman 另外 +1 位授課教師

3,083 人已註冊

提供方

Data Science with Databricks for Data Analysts 專項課程数据块

課程信息

18,906 次近期查看

In this course we're going to guide you through the fundamental building blocks of data science, one of the fastest-growing fields in the world! 
With the help of our industry-leading data scientists, we’ve designed this course to build ready-to-apply data science skills in just 15 hours of learning. First, we’ll give you a quick introduction to data science - what it is and how it is used to solve real-world problems. For the rest of the course, we'll teach you the skills you need to apply foundational data science concepts and techniques to solve these real-world problems. 

By the end of this course, you'll be able to leverage your existing data analysis skills to design, execute, assess, and communicate the results of your very own data science projects.

可靈活調整截止日期

根據您的日程表重置截止日期。

可分享的證書

完成後獲得證書

100% 在線

立即開始，按照自己的計劃學習。

第 2 門課程（共 3 門）

Data Science with Databricks for Data Analysts 專項課程

中級

Intermediate-level experience with SQL

完成時間大約為19 小時

英語（English）

字幕：英語（English）

您將學到的內容有

Apply foundational data science concepts and techniques to solve these real-world problems.

Design, execute, assess, and communicate the results of your very own data science projects.

您將獲得的技能

Data Science
Data Analysis
Machine Learning

可靈活調整截止日期

根據您的日程表重置截止日期。

可分享的證書

完成後獲得證書

100% 在線

立即開始，按照自己的計劃學習。

第 2 門課程（共 3 門）

Data Science with Databricks for Data Analysts 專項課程

中級

Intermediate-level experience with SQL

完成時間大約為19 小時

英語（English）

字幕：英語（English）

授課教師

授課教師評分

4.71/5 （7 個評分）

Emma Freeman

Technical Curriculum Developer

Databricks

3,791 個學生

2 門課程

Mark Roepke

Technical Curriculum Developer

Databricks

3,791 個學生

2 門課程

提供方

数据块

Databricks is the data and AI company. Founded by the creators of Apache Spark™, Delta Lake and MLflow, organizations like Comcast, Condé Nast, Nationwide and H&M rely on Databricks’ open and unified platform to enable data engineers, scientists and analysts to collaborate and innovate faster.

授課大綱 - 您將從這門課程中學到什麼

週

週 1

完成時間為 1 小時

Welcome to the Course

Module description.

完成時間為 1 小時

6 個視頻（總計 27 分鐘）, 2 個閱讀材料, 1 個測驗

週

週 2

完成時間為 3 小時

An Introduction to Data Science

完成時間為 3 小時

8 個視頻（總計 31 分鐘）

週

週 3

完成時間為 3 小時

Introductory Statistics for Data Science

完成時間為 3 小時

19 個視頻（總計 53 分鐘）, 5 個閱讀材料, 4 個測驗

19 個視頻

Module and Lesson Intro45

An Introduction to Statistics4分鐘

Descriptive Statistics5分鐘

Descriptive Statistics Lab Intro18

Inferential Statistics3分鐘

An Introduction to Probability3分鐘

Discrete Probability Lab Intro15

Statistics and Probability Review1分鐘

An Introduction to Probability Distributions4分鐘

Discrete Probability Distributions4分鐘

Discrete Probability Distributions Applications2分鐘

Probability Distribution Lab Intro15

Continuous Probability Distributions5分鐘

Probability Distribution Review1分鐘

An Introduction to Hypothesis Testing4分鐘

Hypothesis Test Example2分鐘

Types of Hypothesis Tests3分鐘

Hypothesis Testing Lab Intro18

Outlier Detection with Probability Distributions3分鐘

5 個閱讀材料

Descriptive Statistics Lab10分鐘

Basic Rules of Discrete Probability10分鐘

Discrete Probability Lab10分鐘

Hypothesis Testing Lab10分鐘

4 個練習

Statistics30分鐘

Probability Distributions10分鐘

Hypothesis Testing10分鐘

Introductory Statistics for Data Science30分鐘

週

週 4

完成時間為 3 小時

Connecting Data Science to the Real World

完成時間為 3 小時

9 個視頻（總計 32 分鐘）

9 個視頻

Module and Lesson Intro1分鐘

Why Good Questions Matter4分鐘

Challenges with Solving Real-World Problems with Hypothesis Testing3分鐘

Introduction to Machine Learning, Part 12分鐘

Introduction to Machine Learning, Part 25分鐘

Supervised and Unsupervised Learning5分鐘

Regression and Classification4分鐘

Clustering3分鐘

Framing Real-World Questions Activity1分鐘

2 個練習

Basics of Machine Learning30分鐘

Classification, Regression and Clustering30分鐘

週

週 5

完成時間為 6 小時

Practical Machine Learning

完成時間為 6 小時

28 個視頻（總計 85 分鐘）, 7 個閱讀材料, 7 個測驗

28 個視頻

Module and Lesson Introduction39

A Review of Supervised Learning and Regression1分鐘

Linear Regression Assumptions4分鐘

Applying Linear Regression2分鐘

Accuracy and Interpretability5分鐘

Regression Evaluation6分鐘

Regression Interpretation3分鐘

A Review of Regression Evaluation2分鐘

An Introduction to In-sample and Out-of-sample Data2分鐘

Evaluating on the Test Set2分鐘

Overfitting and Underfitting3分鐘

Overfitting and Underfitting Lab Intro23

The Bias-Variance Tradeoff1分鐘

The Bias-Variance Tradeoff and Model Generalization3分鐘

A Review of Key Concepts2分鐘

An Introduction to Logistic Regression3分鐘

Applying Logistic Regression2分鐘

Logistic Regression Lab 1 Intro15

Assigning Classes Based on Probabilities3分鐘

Classification Evaluation7分鐘

Logistic Regression Lab 2 Intro16

An Introduction to Decision Trees2分鐘

The Decision Tree Training Algorithm7分鐘

Decision Tree Hyperparameters3分鐘

Applying Decision Trees2分鐘

Decision Tree Lab Intro19

Decision Trees for Regression2分鐘

Extending Decision Trees3分鐘

7 個閱讀材料

An Introduction to Linear Regression10分鐘

Linear Regression Lab 110分鐘

Linear Regression Lab 210分鐘

Overfitting and Underfitting Lab Activity10分鐘

Logistic Regression Lab I10分鐘

Logistic Regression Lab 210分鐘

Decision Tree Lab10分鐘

7 個練習

Linear Regression30分鐘

Regression Evaluation30分鐘

Bias-Variance Tradeoff 30分鐘

Logistic Regression30分鐘

Classification Evaluation30分鐘

Decision Trees 130分鐘

Decision Trees 230分鐘

週

週 6

完成時間為 3 小時

Completing Data Science Projects

完成時間為 3 小時

13 個視頻（總計 27 分鐘）, 2 個閱讀材料, 3 個測驗

13 個視頻

Module Introduction1分鐘

Lesson Introduction51

A Review of Problem Framing3分鐘

Measurable Problem Objectives3分鐘

Problem Constraints5分鐘

Baseline Solutions3分鐘

Baseline Solutions Lab Intro45

Measuring Solutions in the Real-World3分鐘

Machine Learning Solutions Discussion Intro1分鐘

Lesson Introduction43

A Review of the Data Science Process2分鐘

Data Science Project Lab Intro51

Data Science Project Summary Activity36

2 個閱讀材料

Baseline Solutions Lab10分鐘

Data Science Project Lab10分鐘

2 個練習

Measuring Success and Constraints30分鐘

Machine Learning Solutions30分鐘

關於 Data Science with Databricks for Data Analysts 專項課程

This specialization is intended for data analysts looking to expand their toolbox for working with data. Traditionally, data analysts have used tools like relational databases, CSV files, and SQL programming, among others, to perform their daily workflows. In this specialization, you will leverage existing skills to learn new ones that will allow you to utilize advanced technologies not traditionally linked to this role - technologies like Databricks and Apache Spark. By the end of this specialization, you'll be able to solve real-world business problems with Databricks and the most popular machine learning techniques.

常見問題

我什么时候能够访问课程视频和作业？
讲座和作业的访问权限取决于您的注册类型。如果您以旁听模式参加课程，则可以免费查看大多数课程资料。要访问评分作业并获得证书，您需要在旁听期间或之后购买证书体验。如果看不到旁听选项：
课程可能不提供旁听选项。您可以尝试免费试用，也可以申请助学金。
课程可能会改为提供'完整课程，没有证书'。通过此选项，您可以查看所有课程材料、提交所要求的作业，以及获得最终成绩。这也意味着您将无法购买证书体验。
我订阅此专项课程后会得到什么？
您注册课程后，将有权访问专项课程中的所有课程，并且会在完成课程后获得证书。您的电子课程证书将添加到您的成就页中，您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容，可以免费旁听课程。
有助学金吗？
是的，Coursera 可以为无法承担费用的学生提供助学金。通过点击左侧“注册”按钮下的“助学金”链接可以申请助学金。您可以根据屏幕提示完成申请，申请获批后会收到通知。您需要针对专项课程中的每一门课程完成上述步骤，包括毕业项目。了解更多。

還有其他問題嗎？請訪問學生幫助中心。

Data Science Fundamentals for Data Analysts