|
Deep Learning Specialization (Coursera专项课程) 0 个评论 关注 主页: https://www.coursera.org/specializations/deep-learning 简介: 深度学习专业化课程概述： 如果您希望进入人工智能（AI）领域，这个深度学习专业化课程将为您提供所需的技能和知识。深度学习是当前科技行业中最受欢迎的技能之一。 该课程包括五门课程，内容涵盖深度学习的基础知识、神经网络的构建及成功的机器学习项目管理。您将学习卷积网络、循环神经网络（RNN）、长短期记忆网络（LSTM）、优化算法（如Adam）、Dropout、BatchNorm、Xavier/He初始化等关键概念。同时，课程中将通过医疗、自动驾驶、手语识别、音乐生成和自然语言处理等实际案例研究，帮助您理解理论在工业中的应用。所有的实操编程将使用Python和TensorFlow进行，这些将在课程中教授。 此外，您还将有机会听取许多深度学习领域顶尖领导者的分享，他们将分享个人故事并提供职业发展建议。 随着人工智能在多个行业的迅速发展，完成此专业之后，您将能够创造性地将所学应用到实际工作中。我们将帮助您掌握深度学习的核心知识，并为在AI领域的职业生涯打下坚实基础。 课程大纲： 1. 神经网络与深度学习 - 了解神经网络的基本概念。 - 课程链接：[神经网络与深度学习](https://www.coursera.org/learn/neural-networks-deep-learning) 2. 改进深度神经网络：超参数调优、正则化与优化 - 深入探索深度学习的复杂性。 - 课程链接：[改进深度神经网络](https://www.coursera.org/learn/deep-neural-network) 3. 机器学习项目结构 - 学习如何构建成功的机器学习项目。 - 课程链接：[机器学习项目结构](https://www.coursera.org/learn/machine-learning-projects) 4. 卷积神经网络 - 理解计算机视觉的演变与应用。 - 课程链接：[卷积神经网络](https://www.coursera.org/learn/convolutional-neural-networks) 5. 序列模型 - 了解序列模型及其在深度学习中的应用。 - 课程链接：[序列模型](https://www.coursera.org/learn/nlp-sequence-models) 通过本课程，您将掌握深度学习的理论基础和应用实践，为在AI领域的发展做好准备。 |
|
Python for Everybody Specialization (Coursera专项课程) 1 个评论 关注 主页: https://www.coursera.org/specializations/python 简介: 课程名称：Python for Everybody 专业课程 课程概述： 此专业基于“Python for Everybody”课程的成功，旨在介绍基础编程概念，包括使用Python编程语言的数据结构、网络应用程序接口和数据库。在Capstone项目中，学员将利用整个专业课程中学习到的技术设计并创建自己的应用程序，以进行数据的检索、处理和可视化。 课程大纲： 1. **编程基础（Getting Started with Python）** - 由密歇根大学提供，旨在教会每个人使用Python进行计算机编程的基础知识。 - 课程链接：[编程基础课](https://www.coursera.org/learn/python) 2. **Python数据结构** - 由密歇根大学提供，介绍Python编程语言的核心数据结构。 - 课程链接：[Python数据结构](https://www.coursera.org/learn/python-data) 3. **使用Python访问网络数据** - 由密歇根大学提供，讲解如何将互联网作为数据源，进行数据抓取、解析等操作。 - 课程链接：[网络数据访问](https://www.coursera.org/learn/python-network-data) 4. **使用Python与数据库** - 由密歇根大学提供，基础介绍结构化查询语言（SQL）及其与Python的结合。 - 课程链接：[数据库使用](https://www.coursera.org/learn/python-databases) 5. **Capstone项目：使用Python进行数据的检索、处理和可视化** - 由密歇根大学提供，学员在项目中将构建一系列应用程序，进行数据的检索、处理和可视化。 - 课程链接：[Capstone项目](https://www.coursera.org/learn/python-data-visualization) 此系列课程旨在帮助学习者掌握Python编程，并为数据相关应用开发奠定基础。 |
|
Algorithms Specialization (Coursera专项课程) 0 个评论 关注 主页: https://www.coursera.org/specializations/algorithms 简介: 课程名称：算法专业化 概述：算法是计算机科学的核心，具有广泛的实际应用和深厚的知识内涵。本专业化课程是针对至少具备一些编程经验的学习者提供的算法入门课。课程内容严谨，注重整体概念的理解，而非低级实现及数学细节。完成该专业后，您将能自信地应对技术面试，并与其他程序员和计算机科学家流利地讨论算法。 关于讲师：Tim Roughgarden 自2004年以来一直担任斯坦福大学计算机科学系的教授，拥有丰富的算法及其应用教学和出版经验。 课程大纲： 1. 学习内容包括：分治法、排序与搜索、随机化算法等。 - 课程链接：[分治法、排序与搜索、随机化算法](https://www.coursera.org/learn/algorithms-divide-conquer) 2. 数据结构、图搜索与最短路径相关内容。 - 课程链接：[图搜索、最短路径与数据结构](https://www.coursera.org/learn/algorithms-graphs-data-structures) 3. 贪心算法、最小生成树与动态规划。 - 课程链接：[贪心算法、最小生成树与动态规划](https://www.coursera.org/learn/algorithms-greedy) 4. 最短路径重新回顾、NP 完全问题及其解决方法。 - 课程链接：[最短路径重访、NP 完全问题及解决办法](https://www.coursera.org/learn/algorithms-npcomplete) 此课程将帮助您掌握算法的基础知识与实际应用，为您的技术生涯奠定坚实的基础。 |
|
程序设计与算法 Specialization (Coursera专项课程) 0 个评论 关注 主页: https://www.coursera.org/specializations/biancheng-suanfa 简介: 课程名称：程序设计与算法专业化 课程概述：本专项课程旨在系统地提升学员的程序设计与编写能力。课程从计算机基础知识入手，适合各行业背景的学员，通过系统性的学习C语言和C++语言编程、算法基础、数据结构与算法等内容，为学员构建扎实的程序开发基础。课程设计循序渐进，各门课程相互联系，帮助学员快速理解编程概念。所有课程配备在线编程测试，有效训练学员的实际编程能力，并通过结业项目提供解决复杂现实问题的实践机会，让学员积累开发经验，实现从基础知识到实际应用的转变。 课程大纲： 1. 计算导论与C语言基础 - 了解计算机的基本概念与C语言的基础知识。 [课程链接](https://www.coursera.org/learn/jisuanji-biancheng) 2. C程序设计进阶 - 深入学习C语言，掌握更复杂的编程技巧。 [课程链接](https://www.coursera.org/learn/c-chengxu-sheji) 3. C++程序设计 - 掌握C++的特性及应用，进行面向对象编程。 [课程链接](https://www.coursera.org/learn/cpp-chengxu-sheji) 4. 算法基础 - 理解算法的基本概念与应用，学习常用算法。 [课程链接](https://www.coursera.org/learn/suanfa-jichu) 5. 数据结构基础 - 学习常见数据结构，如数组、链表、栈和队列等。 [课程链接](https://www.coursera.org/learn/shuju-jiegou-suanfa) 6. 高级数据结构与算法 - 提升程序运行效率，学习更复杂的数据结构和优化算法。 [课程链接](https://www.coursera.org/learn/gaoji-shuju-jiegou) 7. 程序开发项目实践 - 完成一个实际项目，设计搜索引擎，解决真实开发问题。 [课程链接](https://www.coursera.org/learn/biancheng-suanfa-biye-xiangmu) 通过这个专项课程，学员将能够掌握程序设计的核心技能，熟练运用编程解决实际问题。 |
|
Machine Learning Specialization (Coursera专项课程) 0 个评论 关注 主页: https://www.coursera.org/specializations/machine-learning 简介: 课程名称：机器学习专业 课程概述：该专业由华盛顿大学的领先研究人员提供，带您进入一个充满活力且需求旺盛的机器学习领域。通过一系列实际案例研究，您将获得在机器学习主要领域（包括预测、分类、聚类和信息检索）中的应用经验。课程将教您如何分析大型和复杂的数据集，创建能够随时间自我适应和改进的系统，以及构建能够根据数据进行预测的智能应用。 课程大纲： 1. **机器学习基础：案例研究方法** 课程链接: [点击这里](https://www.coursera.org/learn/ml-foundations) 描述：您是否有数据并想知道它能告诉您什么？ 需要更深入地了解核心方法... 免费注册。 2. **机器学习：回归** 课程链接: [点击这里](https://www.coursera.org/learn/ml-regression) 描述：案例研究-预测房价。在我们的第一个案例研究中，您将... 免费注册。 3. **机器学习：分类** 课程链接: [点击这里](https://www.coursera.org/learn/ml-classification) 描述：案例研究：情感分析与贷款违约预测。在我们的情感分析案例研究中... 免费注册。 4. **机器学习：聚类与信息检索** 课程链接: [点击这里](https://www.coursera.org/learn/ml-clustering-and-retrieval) 描述：案例研究：寻找相似文档。一位读者对特定新闻文章感兴趣，而您希望... 免费注册。 参与这个专业课程，您将获得宝贵的机器学习实践经验，帮助您在这个快速发展的领域中脱颖而出。 |
|
Applied Data Science with Python Specialization (Coursera专项课程) 0 个评论 关注 主页: https://www.coursera.org/specializations/data-science-python 简介: 课程名称：Python应用数据科学专业 概述：密歇根大学提供的这5门课程专门面向希望通过Python编程语言了解数据科学的学习者。此技能导向的专业化课程适合具有基本Python或编程背景的学习者，旨在应用统计学、机器学习、信息可视化、文本分析和社交网络分析等技术，利用流行的Python工具库（如pandas、matplotlib、scikit-learn、nltk和networkx）深入分析数据。 课程安排：第一门课程《Python数据科学概论》、第二门课程《应用绘图、制图和数据表示》与第三门课程《Python中的应用机器学习》需按顺序学习，并在学习专业的其他课程之前完成。完成这三门课程后，第四和第五门课程可按任意顺序学习。获得证书必须完成所有五门课程。 课程信息： 1. **Python数据科学概论**：介绍Python编程环境的基础知识。 [课程链接](https://www.coursera.org/learn/python-data-analysis) 2. **应用绘图、制图和数据表示**：集中于信息可视化的基础知识，强调报告和数据展示。 [课程链接](https://www.coursera.org/learn/python-plotting) 3. **Python中的应用机器学习**：聚焦于应用机器学习的技术及其实践。 [课程链接](https://www.coursera.org/learn/python-machine-learning) 4. **Python中的应用文本挖掘**：介绍文本挖掘和文本处理的基础知识。 [课程链接](https://www.coursera.org/learn/python-text-mining) 5. **Python中的应用社交网络分析**：通过NetworkX库的教程介绍网络分析。 [课程链接](https://www.coursera.org/learn/python-social-network-analysis) 通过完成本专业课程，学习者将能够掌握数据科学的重要技术，并应用于实际数据分析中。 |
|
Data Science Specialization (Coursera专项课程) 0 个评论 关注 主页: https://www.coursera.org/specializations/jhu-data-science 简介: 数据科学专业化课程概述 该课程名为“数据科学专业化”，旨在教授学生整个数据科学流程所需的概念和工具。通过本课程，您将学习如何提出合适的问题、处理数据集并创建可视化效果，以有效传达分析结果。 课程内容涵盖了从提问到推理和结果发布的不同阶段。在最终的Capstone项目中，您将运用所学技能，通过构建一个基于真实数据的数据产品来展示您的学习成果。完成课程后，学生将获得一个专业档案袋，证明他们掌握了相关材料。 课程大纲包含以下几门主要课程： 1. **数据科学家的工具箱**（Data Scientist’s Toolbox） - 介绍数据科学家所需的主要工具和理念。 2. **R 语言编程**（R Programming） - 学习如何在R语言中进行编程和有效的数据分析。 3. **数据获取与清理**（Getting and Cleaning Data） - 探讨获取数据的基本方法以及数据清理的技巧。 4. **探索性数据分析**（Exploratory Data Analysis） - 介绍总结数据的基本探索技术。 5. **可重复研究**（Reproducible Research） - 聚焦于现代数据分析报告的可重复性概念和工具。 6. **统计推断**（Statistical Inference） - 学习统计推断的基本过程。 7. **回归模型**（Regression Models） - 探索线性模型的应用及其与预测变量之间的关系。 8. **实用机器学习**（Practical Machine Learning） - 讨论数据科学家和分析师常用的预测和机器学习任务。 9. **数据产品开发**（Developing Data Products） - 讲解统计分析的输出如何转化为数据产品。 10. **数据科学Capstone项目**（Data Science Capstone） - 学生将创建一个可用的公共数据产品，作为对整个学习过程的总结。 通过以上课程的学习，您将能有效掌握数据科学的观点和工具，为未来的数据分析和研究打下坚实的基础。 |
|
Data Mining Specialization (Coursera专项课程) 1 个评论 关注 主页: https://www.coursera.org/specializations/data-mining 简介: 数据挖掘专长课程介绍： 数据挖掘专长课程教授结构化和非结构化数据的数据挖掘技术，涵盖模式发现、群集、文本检索、文本挖掘与分析和数据可视化等主题。学员将通过Yelp餐厅评论数据集解决实际数据挖掘问题，完成Capstone项目。 本课程的课程2-5为在线计算机科学硕士学位数据科学课程的主要讲座部分。您可以在开始专长之前或之后申请该学位课程。 课程大纲包括以下内容： 1. 数据可视化：学习如何更有效地呈现数据。 2. 文本检索与搜索引擎：探讨自然语言文本数据的快速增长及其应用。 3. 文本挖掘与分析：掌握文本数据挖掘和分析的主要技术。 4. 数据挖掘中的模式发现：学习数据挖掘的基本概念和方法论。 5. 数据挖掘项目：在完成其他课程后实施一个综合性数据挖掘项目。 通过这些课程，学员将能够掌握数据挖掘的核心技能，应用于实际业务场景中。 |
|
Data Science at Scale Specialization (Coursera专项课程) 0 个评论 关注 主页: https://www.coursera.org/specializations/data-science 简介: 课程名称：大规模数据科学专业化 课程概述：本专业化课程旨在教授可扩展的数据管理技术、评估大数据技术及设计有效的可视化。该课程涵盖数据科学的中级主题，提供可伸缩的SQL和NoSQL数据管理解决方案、数据挖掘算法以及实用的统计和机器学习概念的动手实践。学生将学习如何可视化数据和交流结果，同时探讨处理大数据时出现的法律和道德问题。在课程的最终Capstone项目中，学生将与数字实习平台Coursolve合作，将所学技能应用于实际的数据科学项目。 课程大纲： 1. 数据处理的可扩展性：系统和算法 - 提供单位：华盛顿大学 - 描述：数据分析已成为基于证据的决策的瓶颈。 - 课程链接：[数据处理的可扩展性](https://www.coursera.org/learn/data-manipulation) 2. 实用预测分析：模型和方法 - 提供单位：华盛顿大学 - 描述：统计实验设计和分析是数据科学的核心。 - 课程链接：[实用预测分析](https://www.coursera.org/learn/predictive-analytics) 3. 交流数据科学结果 - 提供单位：华盛顿大学 - 描述：课程的第二个作业涵盖云中的图分析主题。 - 课程链接：[交流数据科学结果](https://www.coursera.org/learn/data-results) 4. 大规模数据科学Capstone项目 - 提供单位：华盛顿大学 - 描述：学生将参与一个真实世界项目，应用所学的技能。 - 课程链接：[Capstone项目](https://www.coursera.org/learn/datasci-capstone) 通过这个专业化课程，学生将能够掌握大规模数据科学所需的关键技能，为未来的职业发展打下坚实的基础。 |
|
Innovación y medios digitales en proyectos sociales (Coursera) 0 个评论 关注 主页: https://www.coursera.org/learn/innovacion-medios-digitales 简介: 课程名称：数字媒体与社会项目中的创新 课程概述：本课程旨在为对启动具有社会和环境影响的创新项目感兴趣的学习者提供指导，符合联合国2030年可持续发展目标（SDGs）。您将学习如何提出、设计和评估自己的项目。完成课程后，您将拥有一个社会创新项目，能够提交给项目银行和竞赛以获取资金支持。 课程大纲： 1. 部分一：可持续性项目 描述：介绍可持续性项目的基本概念及其重要性。 2. 部分二：是时候发挥创造力 描述：激发创新思维，探索如何通过创造力推动社会变革。 3. 部分三：融资、合作与资源动员 描述：学习如何获取项目资金，建立合作关系，以及有效动员资源。 4. 部分四：项目执行与跟踪 描述：掌握项目实施的步骤，并学习如何有效跟踪和评估项目进展。 该课程适合所有有志于推动社会创新与可持续发展的个人。 |
|
電磁學(Electromagnetics) (CourseraArchive) 0 个评论 关注 主页: https://www.coursera.org/course/ntuem 简介: 靜電靜磁到電磁波相關物理、數學及應用之介紹 |
|
Music of India (MIT公开课) 0 个评论 关注 主页: http://ocw.mit.edu/courses/music-and-theater-arts/21m-291-music-of-india-spring-2007 简介: |
|
Stress Testing and Risk Regulation – Part 2 (Edx) 0 个评论 关注 主页: https://www.edx.org/course/stress-testing-and-risk-regulation-part-2 简介: None |
|
Introduction to Genomic Technologies (CourseraArchive) 0 个评论 关注 主页: https://www.coursera.org/course/genintro 简介: The basic biology of modern genomics and the experimental tools used for measurement. This is the first course in the Genomic Big Data Science Specialization. |
|
Программирование на Python (CourseraArchive) 0 个评论 关注 主页: https://www.coursera.org/archive/programming-in-python 简介: Moscow Institute of Physics and Technology, Mail.Ru Group |
|
Microsoft Azure Developer Associate AZ-204 Test Prep (Coursera专项课程) 0 个评论 关注 主页: https://www.coursera.org/specializations/azure-developer-associate 简介: 课程名称：Microsoft Azure Developer Associate AZ-204 考试准备 课程概述：本课程将教授如何利用 Azure Functions 创建事件驱动、按需计算系统，以及如何通过各种外部事件触发这些系统。同时，学习 Azure 存储管理的基础知识，包括如何创建存储账户及选择适合数据的存储模型。此外，课程还涵盖了在 Linux 和 Windows 上创建、配置和管理虚拟机以托管 web 应用的内容。 学习技能： - 开发 Azure 存储解决方案 - 开发 Azure 计算解决方案 - 连接和使用 Azure 服务与第三方服务 - 实施 Azure 安全性 - 监控和故障排除 Azure 解决方案 - 开发和部署 Azure Functions - 评估 Azure 服务以支持集成和流程自动化 - 测试 Azure Functions - 在云端使用 Azure Queue 存储实现发布-订阅模式 - 在分布式架构中使用 Azure Service Bus 主题和队列保证可靠通信 - 使用 Event Hubs 连接发送和接收应用程序，以应对极高的负载而不丢失数据 特别优惠：通关所有 8 门课程后将获得 AZ-204 证书考试的 50% 优惠券。 课程特色： - 本专业化课程适合参与云开发各个阶段的开发人员，包括需求定义、设计、开发、部署和维护。 - 学员将学习创建端到端的 Microsoft Azure 解决方案，包括实现 Azure 计算解决方案、创建 Azure Functions、实施和管理 web 应用等。 - 课程通过互动练习和 Microsoft Learn Sandbox 提供实践机会，允许学员在不产生费用的控制环境中应用所学知识。 完成后可获得证书，所有课程均为 100% 在线，灵活的学习安排让学员可以自由选择时间，适合有 1-2 年 Microsoft Azure 开发经验的中级学习者。 完成课程预计需要约 10 个月，每周建议学习 2 小时，主要语言为英语，并提供英语字幕。 |
|
Structuring Business Agreements for Success (EdxArchive) 0 个评论 关注 主页: https://www.edx.org/archive/structuring-business-agreements-success-cornellx-deal101x 简介: Do you know the components of a business agreement? Can you bridge the information gaps necessary to meet the needs of contracting parties? In this course, you will learn the laws, principles and guidelines to structure successful business deals to meet the needs of contracting parties. |
|
软件工程 (Coursera) 0 个评论 关注 主页: https://www.coursera.org/learn/ruanjian-gongcheng 简介: 课程名称：软件工程 课程概述： 欢迎大家选修北京大学开设的软件工程MOOC课程。随着信息技术的发展，软件已经渗透到社会的各个方面，软件工程通过工程化的方法提升软件质量和降低开发成本，成为当前最热门的学科之一。该课程为期11周，共21节课，全面介绍软件工程的各个方面，包括软件过程、需求、结构化与面向对象分析设计方法、敏捷开发、软件测试、项目管理以及开发工具与环境。课程将帮助学员初步了解软件开发和维护的方法学，为深入学习各专题打下基础。同时，通过一个小型软件项目的实践，学员可以体验软件开发的全过程。 课程安排： - 第1周：软件工程概论、软件过程 - 第2周：软件需求 - 第3周：结构化方法1 - 第4周：结构化方法2 - 第5周：面向对象方法1 - 第6周：面向对象方法2 - 第7周：面向对象方法3 - 第8周：面向对象方法4、敏捷开发 - 第9周：软件测试 - 第10周：软件项目管理 - 第11周：软件开发工具与环境 课程实践： 课程提供三个实践题目，学员可根据兴趣选择一个，并在基本需求的基础上补充额外需求。实践分为三个阶段，分别在第4、7、10周进行，要求完成相应的文档报告，成绩由互评得出。 评分方案： 课程的评分包括：平时Quiz占88%，课程实践占12%。尽管实践所占分数有所降低，仍鼓励学员积极参与，以加深对课程内容的理解。 祝大家学习愉快！ |
|
Anthropology of War and Peace (MIT公开课) 0 个评论 关注 主页: http://ocw.mit.edu/courses/anthropology/21a-217-anthropology-of-war-and-peace-fall-2004 简介: |
|
Créer et développer une startup technologique (CourseraArchive) 0 个评论 关注 主页: https://www.coursera.org/course/techstartup 简介: Ce cours vous permettra d’identifier et d’évaluer des opportunités de création d’entreprises technologiques et d’en comprendre les principaux enjeux humains, techniques, commerciaux, environnementaux et financiers. Vous aurez ainsi des bases solides pour créer votre entreprise high tech ou décider d'en rejoindre une. |
|
Probability: Distribution Models & Continuous Random Variables (Edx) 0 个评论 关注 主页: https://www.edx.org/course/probability-distribution-models-continuous-random 简介: None |
|
Foundations of Development Policy: Advanced Development Economics (EdxArchive) 0 个评论 关注 主页: https://www.edx.org/archive/foundations-development-policy-advanced-mitx-14-740x-0 简介: Using economic theory and data analysis, explore the economic lives of the poor, and the ways to design and implement effective development policy. |
|
Become a CBRS Certified Professional Installer by Google (Coursera) 0 个评论 关注 主页: https://www.coursera.org/learn/google-cbrs-cpi-training 简介: 课程名称：成为谷歌认证的CBRS专业安装人员
概述：该课程为期六个模块，由谷歌开发，旨在培训您成为利用公民宽带无线电服务（CBRS）频段的认证专业安装人员（CPI）。完成该培训后，您将具备成为认证专业安装人员所需的技能。
课程内容包括视频讲座、逐步讲解和测验，课程将介绍CBRS的术语和概念、CPI的角色，以及如何履行您的职责，包括确定安装参数、向频谱接入系统（SAS）提供信息和故障排除。课程完成并通过在线认证考试后，您将获得CPI证书，您的信息将自动注册到WinnForum。
如果您希望了解CBRS的基本知识，但不需要获得认证，可以查看我们的CBRS专业培训课程 |
|
Corporate Finance Essentials II (Coursera) 0 个评论 关注 主页: https://www.coursera.org/learn/corporate-finance-essentials-ii 简介: 课程名称：公司财务基础 II 课程概述：本课程是在《公司财务基础》课程的基础上进行深入，讨论了一些上一个课程未涉及的公司财务问题，如市场效率、债券、股票、资本结构和股息政策。 课程目标： - 理解市场效率的概念。 - 了解与债券相关的议题，包括债券类型、收益（到期收益率）和违约风险。 - 学习通过相对估值（倍数法）进行股票估值的方法。 - 认识金融公司用来为其项目筹集资本的来源。 - 理解公司在做出重要决策时的两个关键问题：是否支付股息以及支付多少股息。 课程大纲： 1. 课程概述：回顾《公司财务基础》的重要信息，并介绍本课程讨论的主题。 2. 市场效率：探讨市场效率的基本概念及其对投资者的重要影响。 3. 债券：介绍债券相关的基本概念，包括术语、发行者及债券类型，讨论其收益（到期收益率）和违约风险。 4. 股票：通过相对估值（倍数法）讨论股票的估值，涵盖最常用的倍数及在使用倍数进行估值时需要注意的问题。 5. 资本结构：讨论公司为其项目获得资本所使用的融资来源，量化确定债务与股本的最佳组合的方法以及相关的定性变量。 6. 股息政策：探讨公司在股息支付方面需要做出的两个重要决策：是否支付股息以及支付多少股息，同时讨论制定股息政策时必须考虑的变量。 通过本课程，学生将全面了解公司财务的关键方面，为进一步的财务决策打下坚实基础。 |
|
Climate Change: The Science (EdxArchive) 0 个评论 关注 主页: https://www.edx.org/archive/climate-change-science-ubcx-climate1x-3 简介: Master the basics of climate science so you can better understand the news, evaluate scientific evidence, and explain global warming to anyone. |
|
Open Source tools for Data Science (CourseraArchive) 0 个评论 关注 主页: https://www.coursera.org/archive/open-source-tools-for-data-science 简介: IBM |
|
【TED】我得过的最好礼物 (网易公开课) 0 个评论 关注 主页: http://v.163.com/movie/2012/1/2/0/M8SKKK2OG_M8SKKMU20.html 简介: |
|
The Measure Phase for the 6 σ Black Belt (Coursera) 0 个评论 关注 主页: https://www.coursera.org/learn/themeasurephaseforthesixsigmablackbelt 简介: 课程名称：六西格玛黑带的测量阶段 课程概述：本课程旨在为希望学习精益六西格玛原则、DMAIC过程和DFSS的专业人士提供知识。该课程是这一专业化系列中的第4门，共8门，专注于六西格玛的测量阶段。对于具备一定统计学基础并希望推动组织持续改进的专业人士来说，这门课程及其系列课程将非常有吸引力。 评估方法包括若干形成性和总结性测验，以及一个多部分的同行评审项目完成方案。 课程大纲： 1. 过程特征 2. 数据收集 3. 测量系统 4. 基本统计 5. 概率 6. 分布 7. 过程能力 8. 第四门课程总结性成果 通过本课程，学员将深入理解测量阶段的重要性，以及如何有效地收集和分析数据，以支持持续改进和决策过程。 |
|
Contract Law: From Trust to Promise to Contract (EdxArchive) 0 个评论 关注 主页: https://www.edx.org/archive/contract-law-trust-promise-contract-harvardx-hls2x-0 简介: Contracts are a part of our everyday life, arising in collaboration, trust, promise and credit. How are contracts formed? What makes a contract enforceable? What happens when one party breaks a promise? |
|
Food Security and Sustainability: Systems thinking and environmental sustainability (EdxArchive) 0 个评论 关注 主页: https://www.edx.org/archive/food-security-sustainability-systems-wageningenx-stesx 简介: Learn how to apply systems thinking to improve the environmental sustainability of food production systems. |
|
Elementary Statistics (Udacity) 2 个评论 关注 主页: https://www.udacity.com/course/st095 简介: We live in a time of unprecedented access to information...data. Whether researching the best school, job, or relationship, the Internet has thrown open the doors to vast pools of data. Statistics are simply objective and systematic methods for describing and interpreting information so that you may make the most informed decisions about life. |
|
Value and Individual Decision Making (Coursera) 0 个评论 关注 主页: https://www.coursera.org/learn/value-individual-decision-making 简介: 课程名称：价值与个人决策 课程概述：本课程是“社会企业生命周期的战略与金融”专项中的一部分，旨在介绍货币的时间价值，帮助学习者理解金融基础，以从社会视角评估公司的价值。现代决策框架的美在于其可以用来理解从个人、公司到非营利组织，以及更广泛的社会层面的价值创造。然而，随着视角从个人到公司/非营利性组织再到全球社会的扩展，应用变得越来越复杂。因此，本专项将重点理解个人和实体（无论是初创企业还是成熟的私人或公共公司）用来进行价值增强决策的框架和工具。 决策的两个基本要素是时间价值和风险。在本课程中，我们将首先介绍个人决策的时间价值，探索和衡量我们决策的价值。在后续课程中，我们将利用同样的框架评估企业的决策，意识到从多个利益相关者的角度评估价值固有的复杂性。鼓励学习者从社会的立场进行思考，因为这最终是社会企业与私人企业之间的区别。社会视角是最复杂的，市场价格通常无法反映利益和成本。 本课程虽然是入门级别，但能帮助学习者理解和分析他们日常面临的许多决策。如果你希望提高自己的金融技能以做出良好的个人决策，这门课程非常有用。 现代分析框架和工具的美在于其逻辑性，无论商业目的如何，这些工具都不变。然而，证明社会影响的复杂性因为公共利益和行为带来的任何伤害的价格通常不可得，并且难以确定企业对社会的增量影响。所有这些问题使得社会影响和企业的价值独特性更加重要，因此在评估任何企业的影响时，使用本专项中开发的框架和工具尤为重要。 课程大纲： 第一部分：社会企业的必要性、价值及其复杂性与挑战 该部分旨在为希望从事或创建社会企业的学习者提供现代框架和工具，以理解如何为个人、公司和社会企业创造价值。 第二部分：专项与课程概述 本部分包含专项及第一门课程的详细视频和大纲，介绍现代金融工具在个人、企业和社会企业中的应用。 第三部分：货币的时间价值——一些术语 本部分专注于时间价值的框架，使用个人决策的简单案例进行教学。 第四部分：货币的时间价值——简单应用 本部分将深入讲解现值的概念，结合日常生活中的简单例子帮助学习。 第五部分：货币的时间价值——年金 此部分介绍金融中更复杂的概念和应用。 第六部分：货币的时间价值——复杂应用 课程最后一部分聚焦借贷机制的深刻理解，并提供机会考察学习者对基本时间价值原则的掌握。 通过该课程，学习者将能够更清晰地理解决策的复杂性及其在社会企业中的应用，为未来的社会企业项目做好准备。 |
|
Six Sigma Tools for Improve and Control (Coursera) 0 个评论 关注 主页: https://www.coursera.org/learn/six-sigma-improve-control 简介: 课程名称：六西格玛工具以提升和控制 概述：本课程将为您提供完成六西格玛DMAIC（定义、测量、分析、提升和控制）过程的分析阶段以及提升和控制阶段的最终工具。作为六西格玛黄带专业化的最后一门课程，您将学习数据之间的关系，包括相关性和回归分析，以及假设检验中的不同假设术语。课程还将教授改进的工具和技术，让您了解控制计划的重要性及其关键特征，以保持流程改进。每个模块将包含阅读材料、讨论、讲座视频和测验，以帮助您理解学习的材料和概念。 我们的课程内容围绕最新的《六西格玛证书手册》（第二版）构建，学生将学习六西格玛的基本知识。注册包括在线获取课程内容、项目和资源，但不包括附带文本《六西格玛证书手册》（第二版）。尽管该文本不是完成作业的必需，但它是该领域专业人士使用的公认手册，强烈推荐给希望在六西格玛领域进一步发展的学习者，并最终获得如美国质量学会（ASQ）等专业机构的认证。 课程大纲： 1. **相关性与回归**：本模块将继续分析阶段的讨论，解释相关性与回归的含义和不同分析类型，以及它们在六西格玛中的应用。 2. **假设检验**：这是分析阶段的最后一个模块。您将学习假设检验的重要性，如何正确进行假设测试，避免错误，以及统计显著性等内容。 3. **改进技术**：本模块将引入DMAIC过程的提升和控制阶段。您将学习有助于组织改进的最佳和最受欢迎的改进技术，包括kaizen和kaizen blitz、PDCA循环以及成本效益分析（包括质量成本）。 4. **控制工具与文档**：DMAIC过程的最后阶段是控制阶段。您将学习维护改进的有用控制工具，沟通是控制阶段的关键，因此制定标准化文档非常重要。您将了解如何标准化和管理文档，以帮助维护在DMAIC提升阶段实施的流程。 5. **黄带专业化的顶石项目**：该模块是“顶石项目”。只有在完成了前三门黄带专业化课程（六西格玛基础、六西格玛定义和测量工具、六西格玛分析工具）后，您才应完成该项目。需注意，完成黄带专业化课程并不意味着获得六西格玛的“专业认证”，但成功完成将有助于更好地准备专业认证考试。 通过本课程的学习，您将在六西格玛相关领域建立坚实的基础，为未来的职业发展做好准备。 |
|
Climate Action: Solutions for a Changing Planet (Edx) 0 个评论 关注 主页: https://www.edx.org/course/climate-action-solutions-for-a-changing-planet 简介: None |
|
Construção de Relacionamentos em Vendas Orientada a Dados (Coursera) 0 个评论 关注 主页: https://www.coursera.org/learn/construcao-de-relacionamentos-em-vendas-orientada-a-dados 简介: 课程名称：基于数据的销售关系构建 课程概述：欢迎参加《基于数据的销售关系构建》课程。在此课程中，您将学习针对销售专业人士的数据分析方法。 通过本课程的学习，您将能够评估销售绩效与相关支出之间的关系；对相似的商品、产品或服务进行分类；并最终根据既定特征向客户提供产品推荐。 本课程分为四个模块，采用为期一周的学习格式。每个模块包括视频、阅读材料和学习评估测试。在每个模块结束时，有一个知识验证评估。 我们非常高兴您能参加本课程，并希望您能充分利用这里所介绍的概念。祝您学习愉快！ 课程大纲： 1. **简单线性回归模型** - 这一模块将介绍简单线性回归模型在商业和销售中的主要特点，探讨价格与产品需求之间的关系。 2. **多重回归模型** - 本模块将讨论如何确定和评估影响企业收入的主要驱动因素（如媒体、产品特性等）。 3. **基于KNN模型评估客户** - 第三个模块将探讨K最近邻（KNN）机器学习模型，该模型在销售领域广泛应用。通过与特定客户的特征相近的过程，进行一些预测。 4. **推荐系统** - 第四模块将研究数据分析技术，以个性化的方式向客户推荐产品或服务，旨在提高收入的机会。 期待您在本课程中的学习！ |
|
Introducción a la Ingeniería del Helicóptero (EdxArchive) 0 个评论 关注 主页: https://www.edx.org/archive/introduccion-la-ingenieria-del-oecx-e2601x 简介: |
|
African cities : An Introduction to Urban Planning (CourseraArchive) 0 个评论 关注 主页: https://www.coursera.org/archive/african-cities1 简介: École Polytechnique Fédérale de Lausanne |
|
Promote the Ethical Use of Data-Driven Technologies (Coursera) 0 个评论 关注 主页: https://www.coursera.org/learn/promote-ethical-data-driven-technologies 简介: 课程名称：促进数据驱动技术的伦理使用 概述：新兴技术的最大风险在于依赖数据集的自动化技术中偏见的延续。无论是有意还是无意地产生的种族、性别或人口统计偏见，所创造的解决方案都可能在社会和经济上延续悲惨的不平等。本课程是认证伦理新兴技术人员（CEET）专业证书的五门课程之一，旨在为寻求宣传和促进数据驱动技术伦理使用的学习者提供指导。学生将学习新兴技术及其在数据驱动解决方案中的应用。课程内容涵盖偏见的类型、常见伦理理论以及这些理论如何适用于新兴技术，并探讨与人工智能、机器学习和数据科学等技术相关的法律和伦理隐私概念。在整个课程中，学习者将开始区分哪些偏见可能造成最大的风险，以及应应用哪些原则来战略性地应对伦理考虑。 课程大纲： 1. **识别数据驱动的新兴技术** - 本模块将介绍当前世界上主要的新兴数据驱动技术，并讨论理解这些技术使用的基本概念。 2. **检视与数据驱动技术相关的法律和伦理隐私概念** - 本模块探讨隐私在数据驱动技术中的重要性，从法律和伦理的角度了解数据与隐私的相互作用，以及相关术语和概念。 3. **检视偏见的类型** - 本模块将概述与数据驱动技术相关的偏见概念，特别是各种偏见类型及其对个人和社会的影响。 4. **检视常见伦理理论** - 本模块将涵盖伦理领域的一些主要理论和概念，并将这些理论与人工智能等数据驱动技术的应用联系起来。 5. **检视适用于数据驱动技术的伦理原则** - 本模块介绍一些主要的伦理原则，并展示如何在组织中整合这些伦理原则。 6. **应用所学知识** - 学员将参与一个或多个项目，应用课中所学的知识到实际场景中。 参加本课程后，学习者将具备良好的伦理意识，能够有效倡导和推动数据驱动技术的负责任使用。 |
|
Spanish Vocabulary: Cultural Experience (CourseraArchive) 0 个评论 关注 主页: https://www.coursera.org/archive/spanish-vocabulary-cultural-experience 简介: University of California, Davis |
