- Ciencia de Datos Programación en Python Bases de Datos en la Nube ISistema de Gestión de Bases de Datos Relacionales (RDBMS) de Python SQL
- Computer Vision
- Analytics
- Deep Learning
- Regression Analysis
- Combination
- Average
- Mathematical Optimization
- Decision Tree
- Grouped Data
- Euler'S Totient Function
- Relational Database
您將學到的內容有
Describirá qué son la ciencia de datos y el aprendizaje automático, sus aplicaciones y casos de uso, y varios tipos de tareas.
Obtendrá familiaridad práctica con herramientas de ciencia de datos, como JupyterLab, R Studio, GitHub y Watson Studio.
Desarrollará la mentalidad para trabajar como un científico de datos y seguir una metodología para abordar diferentes tipos de problemas.
Escribirá declaraciones SQL y consultará bases de datos en la nube con Python desde los notebooks Jupyter.
您將獲得的技能
關於此 專項課程
應用的學習項目
Utilizará herramientas como Jupyter, GitHub, R Studio y Watson Studio para completar laboratorios y proyectos prácticos a lo largo de la Especialización. Con las nuevas habilidades y conocimientos adquiridos a través del programa, también trabajará con conjuntos de datos del mundo real y los consultará mediante SQL desde los notebooks Jupyter.
無需相關領域的預備知識無需相關經驗。
無需相關領域的預備知識無需相關經驗。
專項課程的運作方式
加入課程
Coursera 專項課程是幫助您掌握一門技能的一系列課程。若要開始學習,請直接註冊專項課程,或預覽專項課程並選擇您要首先開始學習的課程。當您訂閱專項課程的部分課程時,您將自動訂閱整個專項課程。您可以只完成一門課程,您可以隨時暫停學習或結束訂閱。訪問您的學生面板,跟踪您的課程註冊情況和進度。
實踐項目
每個專項課程都包括實踐項目。您需要成功完成這個(些)項目才能完成專項課程並獲得證書。如果專項課程中包括單獨的實踐項目課程,則需要在開始之前完成其他所有課程。
獲得證書
在結束每門課程並完成實踐項目之後,您會獲得一個證書,您可以向您的潛在雇主展示該證書並在您的職業社交網絡中分享。

此專項課程包含 4 門課程
¿Qué es la ciencia de datos?
El arte de descubrir los conocimientos y las tendencias de los datos ha existido desde la antigüedad. Los antiguos egipcios usaron datos del censo para aumentar la eficiencia en la recaudación de impuestos y predijeron con precisión la inundación del río Nilo cada año. Desde entonces, las personas que trabajan en ciencia de datos han creado un campo único y distinto para el trabajo que realizan. Este campo es ciencia de datos. En este curso, conoceremos a algunos profesionales de la ciencia de datos y obtendremos una visión general de lo que es hoy la ciencia de datos.
Herramientas para la ciencia de datos
¿Cuáles son algunas de las herramientas de ciencia de datos más populares, cómo las usa y cuáles son sus características? En este curso, aprenderá sobre Jupyter Notebooks, RStudio IDE, Apache Zeppelin y Data Science Experience. Aprenderá para qué se utiliza cada herramienta, qué lenguajes de programación pueden ejecutar, sus características y limitaciones. Con las herramientas alojadas en la nube en Cognitive Class Labs, podrá probar cada herramienta y seguir las instrucciones para ejecutar código simple en Python, R o Scala. Para finalizar el curso, creará un proyecto final con un Jupyter Notebook en IBM Data Science Experience y demostrará su competencia preparando un cuaderno, escribiendo Markdown y compartiendo su trabajo con sus compañeros.
Metodología de la ciencia de datos
A pesar del reciente aumento de la potencia informática y el acceso a los datos durante las últimas dos décadas, nuestra capacidad para utilizar los datos en el proceso de toma de decisiones se pierde o no se maximiza con demasiada frecuencia, no tenemos una comprensión sólida de las preguntas que se hacen y cómo aplicar los datos correctamente al problema en cuestión.
Bases de datos y SQL para ciencia de datos
Gran parte de los datos del mundo residen en bases de datos. SQL (o lenguaje de consulta estructurado) es un lenguaje poderoso que se utiliza para comunicarse y extraer datos de bases de datos. Un conocimiento práctico de bases de datos y SQL es imprescindible si desea convertirse en un científico de datos.
提供方

IBM
IBM is the global leader in business transformation through an open hybrid cloud platform and AI, serving clients in more than 170 countries around the world. Today 47 of the Fortune 50 Companies rely on the IBM Cloud to run their business, and IBM Watson enterprise AI is hard at work in more than 30,000 engagements. IBM is also one of the world’s most vital corporate research organizations, with 28 consecutive years of patent leadership. Above all, guided by principles for trust and transparency and support for a more inclusive society, IBM is committed to being a responsible technology innovator and a force for good in the world.
常見問題
退款政策是如何规定的?
有助学金吗?
退款政策是如何规定的?
我可以只注册一门课程吗?
Is financial aid available?]
我可以免费学习课程吗?
此课程是 100% 在线学习吗?是否需要现场参加课程?
How can I earn my IBM Badge?
What is data science?
What are some examples of careers in data science?
How long does it take to complete this Specialization?
What background knowledge is necessary?
Do I need to take the courses in a specific order?
完成专项课程后我会获得大学学分吗?
What will I be able to do upon completing the Specialization?
還有其他問題嗎?請訪問 學生幫助中心。