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

6.899 bereits angemeldet

Bei Coursera Plus enthalten

Befassen Sie sich eingehend mit einem Thema
4.3

(161 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

(161 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: Cloud Computing
  • Kategorie: Verarbeitung natürlicher Sprache
  • Kategorie: Soziale Netzwerke
  • Kategorie: Big Data
  • Kategorie: Unüberwachtes Lernen
  • Kategorie: Lernen mit Entscheidungsbäumen
  • Kategorie: Regressionsanalyse
  • Kategorie: Prädiktive Modellierung
  • Kategorie: Analytics
  • Kategorie: Klassifizierungs- und Regressionsbaum (CART)
  • Kategorie: Statistische Modellierung
  • Kategorie: Datenverarbeitung

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

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

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

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

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 Kurse18.032 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