University of California, Irvine
Spezialisierung Grundlagen der Datenwissenschaft
University of California, Irvine

Spezialisierung Grundlagen der Datenwissenschaft

Verschaffen Sie sich einen Überblick über die Grundlagen der Datenwissenschaft.

Julie Pai

Dozent: Julie Pai

6.818 bereits angemeldet

Bei Coursera Plus enthalten

Befassen Sie sich eingehend mit einem Thema
4.3

(156 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

4 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Befassen Sie sich eingehend mit einem Thema
4.3

(156 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

4 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

Kompetenzen, die Sie erwerben

  • Kategorie: Unüberwachtes Lernen
  • Kategorie: Prädiktive Modellierung
  • Kategorie: Lernen mit Entscheidungsbäumen
  • Kategorie: Cloud Computing
  • Kategorie: Statistische Analyse
  • Kategorie: Soziale Netzwerke
  • Kategorie: Klassifizierungs- und Regressionsbaum (CART)
  • Kategorie: Statistische Modellierung
  • Kategorie: Datenanalyse
  • Kategorie: Anomalie-Erkennung
  • Kategorie: Prädiktive Analytik
  • Kategorie: Regressionsanalyse

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

 Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

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 California, Irvine.

Spezialisierung - 4 Kursreihen

Was Sie lernen werden

  • Das Wissen und die Fähigkeiten, die für die Arbeit im Bereich der Datenwissenschaft erforderlich sind

  • Wie Data Science zur Lösung von Geschäftsproblemen eingesetzt wird

  • Die Vorteile der Verwendung des branchenübergreifenden Standardprozesses für Data Mining (CRISP-DM)

Kompetenzen, die Sie erwerben

Kategorie: Prädiktive Analytik
Kategorie: Datenverarbeitung
Kategorie: Data-Mining
Kategorie: Business Intelligence
Kategorie: Deskriptive Analytik
Kategorie: Unternehmensanalytik
Kategorie: Datengesteuerte Entscheidungsfindung
Kategorie: Datenethik
Kategorie: Analytics
Kategorie: Datenkompetenz
Kategorie: Datenanalyse
Kategorie: Big Data
Kategorie: Kleine Daten
Kategorie: Datenverarbeitung

Was Sie lernen werden

  • Die Anwendung der prädiktiven Modellierung auf die berufliche und akademische Arbeit

  • Anwendungen der Klassifizierungsanalyse: Entscheidungsbäume

  • Anwendungen der Regressionsanalyse (linear und logistisch)

Kompetenzen, die Sie erwerben

Kategorie: Prädiktive Modellierung
Kategorie: Regressionsanalyse
Kategorie: Klassifizierungs- und Regressionsbaum (CART)
Kategorie: Lernen mit Entscheidungsbäumen
Kategorie: Prädiktive Analytik
Kategorie: Überwachtes Lernen
Kategorie: Statistische Analyse
Kategorie: Vorhersage
Kategorie: Maschinelles Lernen
Kategorie: Unüberwachtes Lernen
Kategorie: Datenanalyse
Kategorie: Statistische Modellierung
Kategorie: Zeitreihenanalyse und Vorhersage

Was Sie lernen werden

  • Clusteranalyse und Segmentierung

  • Kollaborative Filterung und Warenkorbanalyse

  • Anwendungen von Klassifizierungs- und Regressionsmodellen zur Vorhersage

Kompetenzen, die Sie erwerben

Kategorie: Regressionsanalyse
Kategorie: Korrelationsanalyse
Kategorie: Unüberwachtes Lernen
Kategorie: Anomalie-Erkennung
Kategorie: Data-Mining
Kategorie: Maschinelles Lernen
Kategorie: Marktanalyse
Kategorie: Datenanalyse
Kategorie: AI-Personalisierung
Kategorie: Prädiktive Modellierung
Kategorie: Prädiktive Analytik
Kategorie: Wahrscheinlichkeit & Statistik
Kategorie: Statistische Analyse
Kategorie: Streudiagramme
Kategorie: Klassifizierungs- und Regressionsbaum (CART)
Kategorie: Überwachtes Lernen
Kategorie: Statistische Modellierung
Kategorie: Cross Selling

Was Sie lernen werden

  • Anwendungen der Verarbeitung natürlicher Sprache

  • Grundlagen der Analyse sozialer Medien

  • Zukünftige Trends und Möglichkeiten in der Datenwissenschaft

Kompetenzen, die Sie erwerben

Kategorie: Deep Learning
Kategorie: Unstrukturierte Daten
Kategorie: Business Intelligence
Kategorie: Verarbeitung natürlicher Sprache
Kategorie: Soziale Netzwerke
Kategorie: Prädiktive Modellierung
Kategorie: Internet der Dinge
Kategorie: Geografische Informationen und Technologie
Kategorie: Text Mining
Kategorie: Cloud Computing
Kategorie: Analytics
Kategorie: Methoden des Maschinellen Lernens
Kategorie: Datenanalyse
Kategorie: Big Data

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Julie Pai
5 Kurse17.588 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.“
Coursera Plus

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