本课程是 Data Science with Databricks for Data Analysts 专项课程专项课程的一部分

4.4

星

5 个评分

Emma Freeman 另外 +1 位授课教师

提供方

Data Science with Databricks for Data Analysts 专项课程数据块

课程信息

20,490 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.

可分享的证书

完成后获得证书

100% 在线

立即开始，按照自己的计划学习。

第 2 门课程（共 3 门）

Data Science with Databricks for Data Analysts 专项课程

可灵活调整截止日期

根据您的日程表重置截止日期。

中级

Intermediate-level experience with SQL

完成时间大约为19 小时

英语（English）

字幕：英语（English）

您将学到的内容有

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.

您将获得的技能

Data ScienceData AnalysisMachine Learning

可分享的证书

完成后获得证书

100% 在线

立即开始，按照自己的计划学习。

第 2 门课程（共 3 门）

Data Science with Databricks for Data Analysts 专项课程

可灵活调整截止日期

根据您的日程表重置截止日期。

中级

Intermediate-level experience with SQL

完成时间大约为19 小时

英语（English）

字幕：英语（English）

讲师

Emma Freeman

Technical Curriculum Developer

Databricks

1,541 个学生

2 门课程

Mark Roepke

Technical Curriculum Developer

Databricks

1,541 个学生

2 门课程

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.

教学大纲 - 您将从这门课程中学到什么

周

周 1

完成时间为 1 小时

Welcome to the Course

Module description.

完成时间为 1 小时

6 个视频（总计 27 分钟）, 2 个阅读材料, 1 个测验

周

周 2

完成时间为 3 小时

An Introduction to Data Science

完成时间为 3 小时

8 个视频（总计 31 分钟）

周

周 3

完成时间为 3 小时

Introductory Statistics for Data Science

完成时间为 3 小时

20 个视频（总计 58 分钟）, 4 个阅读材料, 4 个测验

20 个视频

Module and Lesson Intro45

An Introduction to Statistics4分钟

Descriptive Statistics5分钟

Descriptive Statistics Lab Intro18

Inferential Statistics3分钟

An Introduction to Probability3分钟

Basic Rules of Discrete Probability4分钟

Discrete Probability Lab Intro15

Statistics and Probability Review1分钟

An Introduction to Probability Distributions4分钟

Discrete Probability Distributions4分钟

Discrete Probability Distributions Applications2分钟

Probability Distribution Lab Intro15

Continuous Probability Distributions5分钟

Probability Distribution Review1分钟

An Introduction to Hypothesis Testing4分钟

Hypothesis Test Example2分钟

Types of Hypothesis Tests3分钟

Hypothesis Testing Lab Intro18

Outlier Detection with Probability Distributions3分钟

4 个阅读材料

Descriptive Statistics Lab10分钟

Discrete Probability Lab10分钟

Hypothesis Testing Lab10分钟

4 个练习

Statistics30分钟

Probability Distributions10分钟

Hypothesis Testing10分钟

Introductory Statistics for Data Science30分钟

周

周 4

完成时间为 3 小时

Connecting Data Science to the Real World

完成时间为 3 小时

9 个视频（总计 32 分钟）

9 个视频

Module and Lesson Intro1分钟

Why Good Questions Matter4分钟

Challenges with Solving Real-World Problems with Hypothesis Testing3分钟

Introduction to Machine Learning, Part 12分钟

Introduction to Machine Learning, Part 25分钟

Supervised and Unsupervised Learning5分钟

Regression and Classification4分钟

Clustering3分钟

Framing Real-World Questions Activity1分钟

2 个练习

Basics of Machine Learning30分钟

Classification, Regression and Clustering30分钟

周

周 5

完成时间为 6 小时

Practical Machine Learning

完成时间为 6 小时

29 个视频（总计 90 分钟）, 6 个阅读材料, 7 个测验

29 个视频

Module and Lesson Introduction39

A Review of Supervised Learning and Regression1分钟

An Introduction to Linear Regression5分钟

Linear Regression Assumptions4分钟

Applying Linear Regression2分钟

Accuracy and Interpretability5分钟

Regression Evaluation6分钟

Regression Interpretation3分钟

A Review of Regression Evaluation2分钟

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

Evaluating on the Test Set2分钟

Overfitting and Underfitting3分钟

Overfitting and Underfitting Lab Intro23

The Bias-Variance Tradeoff1分钟

The Bias-Variance Tradeoff and Model Generalization3分钟

A Review of Key Concepts2分钟

An Introduction to Logistic Regression3分钟

Applying Logistic Regression2分钟

Logistic Regression Lab 1 Intro15

Assigning Classes Based on Probabilities3分钟

Classification Evaluation7分钟

Logistic Regression Lab 2 Intro16

An Introduction to Decision Trees2分钟

The Decision Tree Training Algorithm7分钟

Decision Tree Hyperparameters3分钟

Applying Decision Trees2分钟

Decision Tree Lab Intro19

Decision Trees for Regression2分钟

Extending Decision Trees3分钟

6 个阅读材料

Linear Regression Lab 110分钟

Linear Regression Lab 210分钟

Overfitting and Underfitting Lab Activity10分钟

Logistic Regression Lab I10分钟

Logistic Regression Lab 210分钟

Decision Tree Lab10分钟

7 个练习

Linear Regression30分钟

Regression Evaluation30分钟

Bias-Variance Tradeoff 30分钟

Logistic Regression30分钟

Classification Evaluation30分钟

Decision Trees 130分钟

Decision Trees 230分钟

周

周 6

完成时间为 3 小时

Completing Data Science Projects

完成时间为 3 小时

13 个视频（总计 27 分钟）, 2 个阅读材料, 3 个测验

13 个视频

Module Introduction1分钟

Lesson Introduction51

A Review of Problem Framing3分钟

Measurable Problem Objectives3分钟

Problem Constraints5分钟

Baseline Solutions3分钟

Baseline Solutions Lab Intro45

Measuring Solutions in the Real-World3分钟

Machine Learning Solutions Discussion Intro1分钟

Lesson Introduction43

A Review of the Data Science Process2分钟

Data Science Project Lab Intro51

Data Science Project Summary Activity36

2 个阅读材料

Baseline Solutions Lab10分钟

Data Science Project Lab10分钟

2 个练习

Measuring Success and Constraints30分钟

Machine Learning Solutions30分钟

关于 Data Science with Databricks for Data Analysts 专项课程

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.

常见问题

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。
Is financial aid available?
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。
完成课程后，我会获得大学学分吗？
此课程不提供大学学分，但部分大学可能会选择接受课程证书作为学分。查看您的合作院校，了解详情。Coursera 上的在线学位和 Mastertrack™ 证书提供获得大学学分的机会。

还有其他问题吗？请访问学生帮助中心。

Data Science Fundamentals for Data Analysts