Pearson
Spezialisierung für Data Science Fundamentals, Part 2

5 days left: Discover new skills with 30% off courses from industry experts. Save now.

Diese spezialisierung ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.
Pearson

Spezialisierung für Data Science Fundamentals, Part 2

Applied Data Science with Python. Analyze realworld datasets, building applications, & applying machine learning with Python’s PyData

Pearson

Dozent: Pearson

Bei Coursera Plus enthalten

Befassen Sie sich eingehend mit einem Thema
Stufe Anfänger

Empfohlene Erfahrung

1 Monat bei 5 Stunden pro Woche
Flexibler Zeitplan
Verdienen Sie sich einen beruflichen Leistungsnachweis
Teilen Sie Ihr Fachwissen mit Arbeitgebern
Befassen Sie sich eingehend mit einem Thema
Stufe Anfänger

Empfohlene Erfahrung

1 Monat bei 5 Stunden pro Woche
Flexibler Zeitplan
Verdienen Sie sich einen beruflichen Leistungsnachweis
Teilen Sie Ihr Fachwissen mit Arbeitgebern

Was Sie lernen werden

  • Acquire, clean, and manipulate real-world data using Python libraries, APIs, and databases, and perform exploratory data analysis and visualization.

  • Build, evaluate, and interpret statistical and machine learning models to make predictions and draw inferences from complex datasets.

  • Apply best practices in hypothesis testing, A/B testing, and model validation to solve practical problems and communicate results effectively.

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch
Kürzlich aktualisiert!

August 2025

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 Pearson.

Spezialisierung - 3 Kursreihen

Was Sie lernen werden

  • Gain a foundational understanding of Exploratory Data Analysis (EDA) and its historical context.

  • Develop practical skills in Python data visualization using matplotlib and seaborn.

  • Learn to identify and interpret relationships and correlations within datasets using advanced charting techniques.

  • Recognize and avoid common pitfalls in data analysis, including mixed effects and Simpson’s Paradox.

Kompetenzen, die Sie erwerben

Kategorie: Scatter Plots
Kategorie: Box Plots
Kategorie: Exploratory Data Analysis
Kategorie: Data Visualization Software
Kategorie: Matplotlib
Kategorie: Seaborn
Kategorie: Histogram
Kategorie: Descriptive Statistics
Kategorie: Data Visualization
Kategorie: Statistical Analysis
Kategorie: Correlation Analysis
Kategorie: Statistical Methods
Kategorie: Data Analysis

Was Sie lernen werden

  • Master foundational and modern techniques for statistical inference and data analysis.

  • Apply computational and sampling-based approaches to real-world data problems.

  • Conduct hypothesis tests and optimize processes using A/B testing methodologies.

  • Distinguish between correlation and causation to ensure robust, actionable insights.

Kompetenzen, die Sie erwerben

Kategorie: Estimation
Kategorie: Correlation Analysis
Kategorie: A/B Testing
Kategorie: Sampling (Statistics)
Kategorie: Statistical Analysis
Kategorie: Probability & Statistics
Kategorie: Data Analysis
Kategorie: Descriptive Statistics
Kategorie: Statistical Inference
Kategorie: Analytics

Was Sie lernen werden

  • Build and evaluate statistical models to predict outcomes using Python libraries such as SciPy, NumPy, and Scikit-learn.

  • Understand and apply the fundamentals of probability, statistical distributions, and regression analysis.

  • Identify and overcome common challenges in model fitting and performance evaluation.

  • Distinguish between statistical inference and prediction, and leverage machine learning algorithms for real-world applications.

Kompetenzen, die Sie erwerben

Kategorie: Probability & Statistics
Kategorie: Regression Analysis
Kategorie: Machine Learning
Kategorie: Scikit Learn (Machine Learning Library)
Kategorie: Statistical Modeling
Kategorie: Predictive Modeling
Kategorie: Business Analytics
Kategorie: Data Analysis
Kategorie: Predictive Analytics
Kategorie: Statistical Analysis
Kategorie: Statistical Inference
Kategorie: Estimation
Kategorie: Supervised Learning
Kategorie: Performance Metric
Kategorie: Probability Distribution

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

Pearson
Pearson
234 Kurse5.022 Lernende

von

Pearson

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