IBM 数据科学 专业证书 | Coursera

掌握就业所需的技能，以及必须掌握的 AI 技能，以适应紧缺职业。获得 IBM 颁发的证书。 无需任何经验。
位教师：IBM Skills Network Team另外 13 个
包含在 Coursera Plus•了解更多 中
来自此计划中课程的 151,436 条评论
来自此计划中课程的 151,436 条评论
掌握数据科学家在日常工作中使用的最新实用技能和知识
学习专业数据科学家使用的工具、语言和库，包括 Python 和 SQL
导入和清理数据 Set，分析和 Visualization 数据，建立 Machine Learning 模型和管道
将新技能应用于实际项目，建立数据项目组合，向雇主展示您的能力
为在 高增长的 Data Science 领域就业做好准备。通过本课程的学习，您将在短短 4 个月内掌握作为入门级数据科学家的技能、工具和投资组合，从而在就业市场上获得竞争优势。无需具备计算机科学或编程语言方面的知识。
数据科学包括收集、 Cleaning、组织和分析数据，目的是提取有用的见解并预测预期结果。对于能够利用数据讲述引人入胜的故事，为业务决策提供依据的技术娴熟的数据科学家的需求空前旺盛。
您将学习 专业数据科学家使用的紧缺技能 ，包括 Database、Data Visualization、统计分析、Prediction Modeling、Machine Learning 算法和数据挖掘。您还将使用最新的语言、工具和库，包括 Python、SQL、Jupyter Notebook、Github、Rstudio、Pandas、Numpy、ScikitLearn、Matplotlib 等。
完成全部课程后，您将建立起一套数据科学项目组合，为您在面试中脱颖而出提供信心。您还将获得加入 IBM 人才 Networking 的Accessibility ，在该网络中，您将看到发布的工作机会 、与您的技能和兴趣相匹配的推荐，以及帮助您从人群中脱颖而出的技巧和窍门。
本课程为 ACE® 和 FIBAA 推荐课程 - 完成课程后，您可以获得多达 12 个大学学分和 6 个 ECTS 学分。
本 Professional Certificate 非常注重应用学习，包括在 IBM 云中进行一系列动手实验，让您掌握适用于实际工作的实用技能。您还可以选择学习数据科学中如何使用 Generative AI 工具和技术。
您将使用的工具Jupyter / JupyterLab、GitHub、R Studio 和 Watson Studio
您将使用的库Pandas、NumPy、Matplotlib、Seaborn、Folium、ipython-sql、Scikit-learn、ScipPy 等。
使用 Pandas Python 库提取金融数据并绘制成图
使用 SQL 查询人口普查、犯罪和学校人口数据 Set
利用数据科学 Python 库 Wrangling 数据、绘制图表并创建 Regression 模型来预测房价
创建动态 Python 仪表板，提高美国国内航班的可靠性
应用机器学习分类算法来预测贷款案件是否会被偿清
定义数据科学及其在当今数据驱动世界中的重要性。
总结经验丰富的数据科学专业人士给刚刚起步的数据科学家的建议。
解释为什么数据科学被认为是 21 世纪最紧缺的工作。
描述数据科学家的工具包，其中包括库和软件包、数据集、机器学习模型和大数据工具
使用 Python、R 和 SQL 等数据科学家常用的语言
展示 Jupyter 笔记本和 RStudio 等工具的工作知识，并利用其各种功能
使用 Git 仓库和 GitHub 创建和管理数据科学源代码。
描述什么是数据科学方法论以及数据科学家为什么需要方法论。
运用跨行业数据挖掘过程（CRISP-DM）方法的六个阶段分析案例研究。
在用于分析案例研究的预测模型、描述模型和分类模型中，评估哪种分析模型合适。
通过学习基本语法、数据类型、表达式、变量和 String 操作，培养对 Python 编程的基础理解。
使用数据结构、条件和分支、Loop、函数、异常处理、对象和类应用 Python 编程逻辑。
熟练使用 Pandas 和 Numpy 等 Python 库，并使用 Jupyter Notebook 开发代码。
通过使用请求处理 REST API 和使用 BeautifulSoup 执行网络刮擦，访问和提取基于网络的数据。
扮演数据科学家/数据分析师的角色，参与一个真实项目。
展示您的 Python 技能--数据科学和数据分析的首选语言。
应用 Python 基础知识、Python 数据结构和使用 Python 处理数据。
使用 Python 和 Pandas、Beautiful Soup 和 Plotly 等库及 Jupyter 笔记本构建仪表盘。