Data Science Methodology (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-science-methodology

简介: 课程名称：数据科学方法论 课程概述： 尽管近年来计算能力和数据获取的明显提升，我们在决策过程中有效利用数据的能力仍然常常未能被最大化。很多时候，我们对所提问题的理解不够深入，无法正确应用数据解决实际问题。本课程旨在分享一种数据科学的方法论，以确保在问题解决中所使用的数据是相关的，并且能够被合理操作以应对具体问题。 在本课程中，您将学习到： - 处理数据科学问题的主要步骤。 - 数据科学实践中的关键步骤，从明确的商业或研究问题到数据收集与分析，再到模型构建和模型部署后的反馈理解。 - 数据科学家的思考方式！ 课程大纲： 1. 从问题到方法与从需求到收集： 在本模块中，您将了解为何数据科学充满趣味，数据科学方法论的概念，以及数据科学家为何需要这种方法论。您将深入学习前两个阶段：商业理解和分析方法，并掌握定义决策树分类的数据需求的考虑因素和步骤。此外，您还将学习数据科学家在评估数据内容、质量及初步洞察中所使用的过程和技术。 2. 从理解到准备与从建模到评估： 在这一模块中，您将学习数据科学家在理解、准备和清理数据时所执行的任务和目标。您将探讨数据建模过程的目的、特征和目标，并了解如何处理缺失、不合法或误导性的数据。 3. 从部署到反馈与最终评估： 完成本模块后，您将能够描述数据科学方法论的部署及反馈阶段，评估数据模型的表现、影响和准备情况，识别通常参与模型优化的利益相关者，并解释为何部署与反馈应该是一个迭代过程。 4. 最终项目与评估： 在完成最终项目前，您将学习CRISP-DM数据科学方法论与John Rollins基础方法论的比较，并运用所学知识完成一个同行评分的作业。您将以客户端和数据科学家的角色，描述如何运用CRISP-DM方法论解决所定义的商业问题，并进行彼此作业的评分。 这个课程将为您在数据科学领域的实践提供扎实的方法论基础。

Data Science Project: MATLAB for the Real World (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/matlab-capstone

简介: 课程名称：数据科学项目：现实世界中的MATLAB 概述：在数据科学领域，实践是提高技能的关键。在这个顶点项目中，您将应用在“MATLAB实用数据科学”专业课程中所学的技能，探索、处理、分析和建模数据。您将根据提供的数据选择自己的路径，以回答关键问题。完成该项目需要掌握专业课程中涵盖的技能，项目将测试您导入和探索数据、准备数据进行分析、训练预测模型、评估和改进模型以及沟通结果的能力。 课程大纲： 1. 导入和探索数据 - 描述：在本模块中，您将了解顶点项目的目标，并完成准备数据集和进行探索性分析的初始任务。 2. 创建和评估特征 - 描述：在本模块中，您将进行特征工程，创建响应变量并研究特征与响应变量之间的关系。 3. 应用机器学习 - 描述：在本模块中，您将执行机器学习，训练和定制各种模型。通过使用验证数据和常见评估指标，选择最适合该问题的模型。 4. 交流您的结果 - 描述：在本模块中，您将学习创建数据科学故事的框架，了解为目标受众制作叙述的重要性，以及创建有意义的可视化的技巧。

Data Science with R - Capstone Project (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-science-with-r-capstone-project

简介: 课程名称：数据科学与R - 顶点项目 课程概述： 在这个顶点课程中，学员将运用在IBM数据科学与R专业课程或IBM数据分析与Excel及R专业证书中所学的各种数据科学技能和技术。学员将担任一名刚加入组织的数据科学家，面临一个需要进行数据收集、分析、基本假设检验、可视化和建模的真实世界数据集的挑战。课程将涵盖数据的多源收集与理解、利用Tidyverse进行数据整理与准备、使用SQL、Tidyverse和ggplot2进行探索性数据分析、进行线性回归建模、创建图表与视觉展示数据，并建立交互式仪表盘。 最终，学员将呈现数据分析报告，并为组织内的各种利益相关者提供执行摘要。 课程大纲： 1. 模块1 - 顶点项目概述与数据收集 2. 模块2 - 数据整理 3. 模块3 - 使用SQL、Tidyverse和ggplot2进行探索性数据分析（在这一阶段，学员将运用数据收集与整理的知识，学习SQL查询和可视化，并进行实践，完成三个实验室任务） 4. 模块4 - 预测分析 5. 模块5 - 构建R Shiny仪表盘应用 6. 模块6 - 展示您的数据驱动洞察 通过这一课程，学员将深化对数据科学流程的理解，提升使用R进行数据分析的能力，并为未来的职业发展打下坚实基础。

Data Scientist Career Guide and Interview Preparation (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/career-guide-and-interview-prep-for-data-science-pc

简介: 课程名称：数据科学家职业指南与面试准备 课程概述：本课程旨在帮助您准备进入数据科学家的职业市场。课程提供有关数据科学家的常规职能和任务及其在数据生态系统中所处位置的指导，还讨论了这一职业的机会及其职业发展的选项。课程讲解了制作求职所需基本材料的实用技巧，例如简历和作品集，以及辅助工具如求职信和电梯演讲。您将学习如何寻找和评估潜在职位，申请这些职位，并为面试奠定基础。此外，您还将获得业内专业人士的内部建议，帮助您在面试中表现出色，超越竞争对手。 课程大纲： 第一部分：建立基础 内容描述：在您开始求职之前，先进行一些基本工作将使求职更加有效。在建立基础部分，您将学习如何清楚地理解自己正在寻找的职位。您将学习如何撰写基本的简历，并将以往的工作实例整理成作品集。同时，您还将创建其他一些有用的材料，例如求职信和电梯演讲。 第二部分：申请与面试准备 内容描述：求职和面试准备模块将帮助您理解如何将自己展示为令人难忘的候选人。您将获得关于如何研究潜在公司和评估职位线索的指导，以筛选出您想要重点关注的职位。您将学习面试排练的重要性，以及如何通过人脉建立帮助您找到理想角色的方法。 第三部分：面试 内容描述：在吸引公司的注意后，了解如何跟进至关重要。面试模块将引导您完成整个面试过程。您将了解常见面试类型及其期望，包括编码挑战。您还将学习在最终面试中给人留下深刻印象的一些关键技巧，以及如何进行跟进，以使自己在众多候选人中脱颖而出。

Data Security (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-security

简介: 课程名称：数据安全 课程概述： 本课程专为在安全运营中心工作的初级网络安全分析师设计，旨在帮助学员探索与网络安全分析相关的数据类型类别。通过本课程，您将能够解释网络安全分析中可用的数据，描述监控网络安全时使用的各种数据类型，了解安全信息和事件管理（SIEM）系统的部署与使用。 课程学习目标： 1. 解释网络安全分析中可用的数据。 2. 描述监控网络安全所使用的各种数据类型。 3. 理解SIEM的收集、排序、处理、优先级设置、存储和报警报告功能。 4. 了解SOAR平台的功能及Cisco SecureX的特性。 5. 描述Security Onion开源安全监控工具。 6. 解释数据包捕获数据如何以PCAP格式存储及其存储要求。 7. 描述数据包捕获的应用和在安全事件调查中的好处。 8. 使用Tcpdump等工具进行数据包捕获分析。 9. 了解会话数据和交易数据的内容，并提供示例。 10. 解释警报数据及其他类型的网络安全监控（NSM）数据（提取内容、统计数据和元数据）。 11. 理解NSM数据相关的必要性，提供示例。 12. 描述信息安全CIA三角及与个人识别信息（PII）相关的内容。 13. 理解合规性法规及其对组织的影响。 14. 描述知识产权及其保护的重要性。 15. 使用Security Onion Linux发行版的各种工具能力。 课程要求： 为顺利完成本课程，学员需具备以下背景： 1. 相当于实施和管理Cisco解决方案（CCNA）v1.0课程所学的技能和知识。 2. 熟悉以太网和TCP/IP网络。 3. 拥有Windows和Linux操作系统的工作知识。 4. 熟悉网络安全概念基础。 通过本课程，学员将掌握全面的数据安全分析技能，为未来的网络安全工作打下坚实的基础。

Data Storage in Microsoft Azure (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-storage-microsoft-azure

简介: 课程名称：Microsoft Azure中的数据存储 概述：Azure提供多种数据存储方式，包括非结构化、归档和关系型数据存储等。在本课程中，您将学习Azure中的存储管理基础知识，如何创建存储账户，以及如何选择适合您在云中存储数据的模型。本课程是为数据工程师和开发人员设计的专项课程的一部分，旨在帮助他们展示在使用Microsoft Azure数据服务设计和实施数据解决方案方面的专业技能，同时也适合任何希望准备DP-203考试（Microsoft Azure上的数据工程）的学习者。 该课程是10门课程中的第二门，旨在帮助您为考试做好准备，从而掌握使用Microsoft Azure数据服务设计和实施数据解决方案的专业知识。Microsoft Azure上的数据工程考试为您提供了证明在将各种结构化和非结构化数据系统中的数据集成、转换和整合为适合构建分析解决方案的结构方面的知识和专业能力的机会。每门课程教授的概念和技能均与考试的评估内容相关。 到本专项课程结束时，您将准备好报名参加DP-203：Microsoft Azure上的数据工程考试（测试版）。 课程大纲： 1. 名称：Microsoft Azure中的数据存储 描述：在本模块中，您将学习如何使用Azure存储、Azure SQL数据库和Azure Cosmos DB，或它们的组合，以实现您业务场景下的最佳性能解决方案。您还将学习如何创建一个符合您业务需求的Azure存储账户。 2. 名称：将应用程序连接到Azure存储 描述：在本模块中，您将创建一个简单的应用程序，并添加配置、客户端库引用和代码，以将其连接到Azure存储。 3. 名称：保护您的Azure存储账户 描述：在本模块中，您将学习Azure存储如何提供多层次的安全性来保护您的数据。您将了解如何使用访问密钥、保护网络以及使用高级威胁防护来主动监控您的系统。 4. 名称：使用Azure Blob存储存储应用程序数据 描述：在本模块中，您将构建一个应用程序来存储用户文件，并使用Azure Blob存储。 5. 名称：Microsoft Azure数据存储的练习考试 描述：在本模块中，您将参加一个练习考试，涵盖在DP-203：Microsoft Azure上的数据工程考试中测量的关键技能。

Data Storage in Microsoft Azure for Associate Developers (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-storage-microsoft-azure-developers

简介: 课程名称：微软Azure中的数据存储 for Associate Developers 课程概述：本课程将介绍在Azure中存储数据的多种方式，包括非结构化存储、档案存储、关系存储等。您将学习Azure存储管理的基础知识，包括如何创建存储帐户以及如何选择合适的数据存储模型。本课程是针对希望展示其在Microsoft Azure数据服务领域设计和实施数据解决方案的专业人士的一部分，尤其适用于准备DP-203考试：Microsoft Azure上的数据工程（beta）的人士。 该课程是一个包含10门课程的专业系列中的第二门，旨在帮助您为考试做好准备，以便您可以在使用Microsoft Azure数据服务时具备设计和实施数据解决方案的专业知识。DP-203数据工程考试是验证您在将各种结构化和非结构化数据系统中的数据集成、转换和整合到层次结构中的知识的机会，以便构建使用Microsoft Azure的数据分析解决方案。每个课程教授考试所测量的概念和技能。 完成此专业证书程序后，您将准备好参加并注册DP-203：在Microsoft Azure上进行数据工程（beta）考试。 课程大纲： 1. 名称：微软Azure中的数据存储 描述：学习如何根据业务情境使用Azure存储、Azure SQL数据库和Azure Cosmos DB的最佳方式，以获得性能最优的解决方案。此外，还将学习如何创建具有适当选项的Azure存储帐户，以满足业务需求。 2. 名称：将应用程序连接到Azure存储 描述：创建一个简单的应用程序，并添加配置、客户端库引用以及连接到Azure存储的代码。 3. 名称：保护Azure存储帐户 描述：学习Azure存储如何提供多层安全性来保护您的数据。您将了解如何使用访问密钥、保护网络以及使用高级威胁防护主动监控系统。 4. 名称：使用Azure Blob存储存储应用程序数据 描述：构建一个应用程序，使用Azure Blob存储存储用户文件。 5. 名称：微软Azure数据存储的模拟考试 描述：参加一次模拟考试，涵盖DP-203：在Microsoft Azure上进行数据工程考试中测量的关键技能。

Data Storytelling (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-storytelling

简介: 课程名称：数据故事讲述 概述：本课程将探讨在处理复杂数据集时涉及的更高级概念。通过研究视觉元素与数据理解之间的联系，我们将审视这些概念如何通过数据故事讲述相互作用。在回顾如何避免错误可视化和数据错误表示的关键要点后，您将继续在Tableau中进行S&P 500股票行业的多变量描述性分析。 课程大纲： 第一部分：多变量可视化方法 描述：对于大多数复杂数据集，多变量理解是进行复杂分析所必需的。数据的交互视觉展示是多变量分析的关键组成部分，使在复杂数据集中发现高维关系变得更加直观。此模块将展示用于表达比较的各种图表类型和可视化方法，同时您将有机会在Tableau中实践相关性分析。 第二部分：统计关系和分布 描述：您认为互动在普通观众理解复杂数据集方面有多重要？在此模块中，我们将探讨数据的交互式展示如何使复杂数据集中的高维关系更加直观，并辩论可视化中的互动对较大观众是帮助还是障碍。 第三部分：用数据讲故事 描述：在向观众传达数据时，故事讲述为何重要？您应该在可视化中实施哪些故事讲述原则？在此模块中，我们将探讨故事讲述的各个方面以及如何构建您的故事，以有效地向关键利益相关者传达正确的见解。 第四部分：伦理、欺骗与谬论 描述：每当我们创建一个可视化时，都在创建数据的抽象模型。作为设计师，我们必须确保数据尽可能真实和客观地被呈现，因为数据可有误导、欺骗或混淆的能力。在此模块中，我们将研究一些有问题的可视化，以及如何避免数据的错误表示。您还将应用所学知识，在Tableau中执行多变量可视化方法。

Data Storytelling (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-storytelling-fractal

简介: 课程名称：数据讲故事 概述：在当今数据驱动的世界中，将复杂信息转化为引人入胜的叙事能力变得至关重要。本课程通过讲故事的原则和技巧，结合数据可视化技能，帮助学员创作引人注目的故事，从而吸引和影响不同的受众。 通过实践练习和真实案例研究，您将学习如何将复杂的数据提炼成清晰简明的叙述，进而推动组织的影响力，并做出明智的决策。 课程大纲： 1. **数据讲故事简介** - 描述：本模块将探讨数据讲故事的相关性和潜力，了解其在当今及未来的重要性。通过生动的视频和深刻的阅读材料，您将全面理解数据讲故事的意义及其在有效决策过程中的关键作用。 2. **数据在数据讲故事中的角色** - 描述：本模块中，学习者将理解数据在讲故事中的重要性，学会有效识别数据的相关性，并做出明智的决策。通过对数据来源的评估，学习者能够确保其叙述有可靠且相关的信息支持。 3. **可视化与数据讲故事** - 描述：可视化在数据讲故事中发挥关键作用，让学习者能够以视觉上引人入胜的方式有效传达复杂信息。学习多种可视化技术和工具，将原始数据转化为引人入胜的视觉叙事，掌握设计原则和交互性等关键概念，提升数据驱动叙事的影响力与清晰度。 4. **数据讲故事中的叙述** - 描述：探索叙述的重要性，学习有效构建数据驱动故事的基本要素，包括情节、角色、冲突和解决方案。通过多个真实案例，学习者将掌握如何将数据融入叙事中，以支持关键观点并增强整体故事，同时确保遵循伦理标准。 通过这些模块，您将全面提升数据讲故事的能力，创造深具影响力的叙述。

Data Structures (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-structures

简介: 课程名称：数据结构 课程概述：高效的算法往往与一组优良的数据结构相结合，从而使算法能够高效地操作数据。本在线课程将探讨在各类计算问题中常用的数据结构。你将学习这些数据结构在不同编程语言中的实现，并通过编程作业进行实践。这将帮助你理解内置数据结构实现的内部机制及其期望效果。你还将学习这些数据结构的典型应用场景。 课程内容包括： 1. 动态数组的扩展策略 2. 在C++、Java和Python中如何实现优先队列 3. 如何实现一个平均时间复杂度为O(1)的哈希表 4. 保持二叉树平衡的优秀策略 此外，你还将了解Dropbox等服务如何迅速上传大文件并节省存储空间。 课程大纲： 1. 基础数据结构：学习数组和链表作为基础构建块，进而构建栈和队列，了解树的实现和遍历。 2. 动态数组与摊销分析：讨论在不知元素数量的情况下如何使用动态数组，以及如何应用摊销分析确定操作的平均成本。 3. 优先队列和不相交集合：学习如何实现优先队列，以高效调度任务，并了解其在动态图连接和图像处理中的应用。 4. 哈希表：学习哈希技术的强大应用，包括编程语言实现、文件系统等，掌握如何实现高效的哈希表。 5. 二叉搜索树：探索用于动态变化的有序集合的搜索结构，学习如何保持树的平衡。 6. 二叉搜索树2：继续研究二叉搜索树的非平凡应用，学习Splay树的动态适应查询功能。 通过本课程的学习，学员将掌握多种数据结构的实现及其性能分析，为后续的计算机科学学习打下坚实的基础。

Data Structures & Backend with Java (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-structures--backend-with-java

简介: 课程名称：Java数据结构与后端开发 课程概述：本课程深入探讨数据结构和Java后端开发的复杂性。课程内容分为三个核心模块，旨在将理论知识与实践应用无缝连接。 在第一个模块中，我们将重点学习基于Java的数据结构，包括数组、多维数组、字符串类和Java集合框架。您将获得高效数据存储和操作的基础知识。 课程大纲： 1. **Java中的数据结构** - 描述：该模块旨在介绍计算机科学中使用的基本数据结构，重点关注Java编程语言。通过一系列讲座、编程作业和测验，学习者将深入理解数据结构的基本原理及其在Java中的实现。 2. **Spring与Spring Boot简介** - 描述：该模块旨在为学习者提供Spring和Spring Boot的介绍，这两个框架广泛应用于Java应用开发。通过一系列讲座、实际编码练习和测验，学习者将掌握Spring与Spring Boot的基础知识。 3. **RESTful Web服务与Spring Boot安全性** - 描述：该模块旨在为学习者提供使用Spring Boot构建RESTful Web服务的全面理解，Spring Boot是构建微服务的热门框架。通过一系列讲座、实际编码练习和测验，学习者将学习如何设计、实现和测试RESTful Web服务。 此课程适合希望提升数据结构与后端开发技能的学习者。

Data Structures and Algorithms (I) (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-structures-algorithms-1

简介: 课程名称：数据结构与算法（I） 课程概述： 通过学习本课程，学生将全面掌握向量和列表的定义及使用，能够运用这些数据结构解决实际问题。课程结束时，学生将能够从渐进复杂度的角度评估数据结构和算法，分析迭代和递归算法的存储与时间复杂度，实现向量和列表，理解并实现基本的排序算法（如冒泡排序、插入排序和选择排序）以及搜索算法（如二分搜索、斐波那契搜索和插值搜索），并在实际问题中有效应用向量和列表。 课程大纲： - 第零章：课程导言 - 第一章 绪论（上）：介绍课程背景与整体架构 - 第一章 绪论（下）：深入探讨绪论内容 - 第二章 向量（上）：向量的基本概念及其应用 - 第二章 向量（下）：进一步解析向量的特性与使用 - 第三章 列表：列表的数据结构及其实现 - 编程作业：实践所学知识，通过编程来巩固理解与应用 本课程适合希望深入理解数据结构与算法的学生和专业人士，通过系统的学习和实践，提升自己的编程与问题解决技能。

Data Structures and Algorithms (II) (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-structures-algorithms-2

简介: 课程名称：数据结构与算法（II） 课程概述： 通过学习本课程，你将全面了解栈、队列、二叉树、图和二叉搜索树的结构、算法及其应用。在课程结束时，你将能够理解并实现栈、队列和二叉树，使用二叉树解决霍夫曼编码等问题，理解并实现图结构以及相关算法（如广度优先搜索BFS、深度优先搜索DFS和优先搜索PFS），同时也将掌握AVL树的理解与实现。 课程大纲： 1. 第零章 - 内容简介 2. 第四章：栈与队列 - 本章内容为栈与队列的相关知识和应用。 3. 第五章：二叉树 - 本章内容涉及二叉树的结构和操作。 4. 第六章：图 - 本章内容涵盖图的基本概念及其算法。 5. 第七章：二叉搜索树 - 本章将讲解二叉搜索树的结构与实现。 6. 编程作业 - 实践相关知识，通过编程作业巩固所学内容。 本课程适合希望深入理解数据结构和算法的学生与开发者，帮助他们掌握基础并应用于实际问题解决中。

Data Structures and Algorithms (III) (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-structures-algorithms-3

简介: 课程总结：数据结构与算法 (III) 本课程旨在帮助学员全面理解散列技术及典型的平衡二叉搜索树（BBST）及其应用。通过学习，学员将掌握散列的基本原理，并能够为实际问题设计和实现哈希表。此外，课程还将涵盖诸如Splay树、红黑树及B树等典型的平衡二叉搜索树的理解与实现。学员将学会如何利用BBST解决各种问题，包括范围查询等。 课程大纲概述： - 第零章：课程导入和基本概念介绍。 - 第八章 高级搜索树（上）：深入探讨高级搜索树的结构和应用。 - 第八章 高级搜索树（下）：继续继续高级搜索树的研究。 - 第九章 词典：介绍词典数据结构的实现与应用。 - 编程作业：通过实践巩固课程内容。 通过本课程，学员将具备扎实的数据结构基础，提高解决复杂问题的能力。

Data Structures and Algorithms (IV) (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-structures-algorithms-4

简介: 课程名称：数据结构与算法 (IV) 课程概述： 通过学习本课程，您将全面了解优先级队列和字符串匹配技术及其应用。在课程结束时，您将能够理解和实现桶排序、计数排序和基数排序；掌握不同优先级队列的原理、实现及应用，例如完全二叉堆和左倾堆；了解并实现堆排序；掌握典型的字符串匹配算法，包括KMP、BM和Karp-Rabin；实现并分析高级选择和排序算法，如快速排序、快速选择、线性选择和希尔排序。 课程大纲： 1. 第零章 2. 第十章 优先级队列：本章内容为优先级队列的相关知识。 3. 第十一章 串（上）：本章内容包括字符串的基本概念与技术。 4. 第十一章 串（下）：继续探讨字符串的相关技术和应用。 5. 第十二章 排序：本章将重点教授排序相关算法。 6. 编程作业：通过实践作业巩固所学知识。 通过本课程的学习，您将掌握重要的数据结构与算法技能，并能够在实际应用中加以运用。

Data Structures and Design Patterns for Game Developers (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-structures-design-patterns

简介: 课程名称：游戏开发者的数据结构与设计模式 课程概述：本课程是一个独立的课程，建立在“C#编程与Unity游戏开发专项课程”的知识基础之上，因此假设学员具备该专项课程的先决知识。在开始本课程之前，学员应确保自己掌握了相关知识，无论是通过课程学习还是个人经验。本课程将通过使用多种数据结构和设计模式，帮助学员在立足C#和Unity的基础上，开发出更为稳健的游戏，提升面向对象设计的能力。 数据结构和设计模式是通用的编程和软件架构主题，适用于所有软件开发，并不仅限于游戏领域。尽管我们将在游戏开发的背景下讨论这些概念，但它们同样适用于其他软件开发场景，比如在ASP.NET中开发网页应用，或使用WinForms构建工具等。 课程模块： 模块1：动态数组数据结构探索及算法分析基础 模块2：常用链表与图数据结构的学习与应用 模块3：多种额外数据结构的学习与应用：栈、队列和树 模块4：设计模式的实用性探讨及在游戏开发中使用的多种设计模式 “Unity”是Unity Technologies或其附属公司在美国及其他地区的商标或注册商标。 本课程为独立工作，并未获得Unity Technologies或其附属公司的赞助、授权或与其关联。

Data Structures and Performance (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-structures-optimizing-performance

简介: 课程名称：数据结构与性能 课程概述：在这个中级Java课程中，您将学习Java程序如何处理大量数据。许多适用于初学者的示例数据结构和算法在处理真实的大数据集时常常失效。效率至关重要，您将探讨如何实现效率，并学习如何测量它。 本课程适合已经具备软件开发经验或计算机科学背景的学习者，建议参加过本专业第一门课程（需具备Java基础）后再学习本课程。您将使用和分析在行业应用中使用的数据结构，如链表、树和哈希表，说明这些数据结构如何提升程序的效率和灵活性。此外，您将应用渐近的Big-O分析来描述算法性能，并评估何种策略适用于高效数据检索、新数据添加、元素删除和内存使用。 您将在整个课程中构建一个程序，该程序允许用户管理、操作和推理大量文本数据。本课程围绕与第一门课程相同的视频系列进行设计，包含核心内容讲解、学习者视频、学生和工程师的见证，以及支持视频，以便您能够自主选择学习路径。 课程大纲： 1. 课程介绍：欢迎您参加本中级Java编程专业的第二门课程。我们将再次进行介绍，以帮助您熟悉将要编写的代码。 2. 字符串处理：深入课程编程项目，学习字符串和正则表达式，并在编程作业中为文本编辑器添加功能，以测量文本的可读性评分。 3. 效率分析与基准测试：介绍“Big-O”符号作为分析程序效率的常用方法，并学习如何测量代码的实际运行时间以评估性能。 4. 接口、链表与数组的正确性：学习数据抽象的基本概念及链表的实现，并了解如何进行单元测试，以确保代码的正确性。 5. 树结构（包括二叉搜索树和前缀树）：学习树结构，与链表相似，但通常速度更快。在项目中为文本编辑器添加自动完成功能。 6. 哈希映射与编辑距离：了解基本的数据结构——哈希表，并完成编程作业为文本编辑器添加拼写校正建议。 通过本课程，您将增强对数据结构的理解，提高程序的运行效率。

Data Structures in C (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-structures-in-c

简介: 课程名称：C语言中的数据结构 课程概述：C语言中的数据结构课程主要涵盖动态内存分配，以优化内存利用率。课程探讨了如何集体处理多个变量的方式，深入了解指针这一关键概念，以管理内存的存储和检索。学员将探索并理解结构体，这是一种C语言特有的用户定义数据类型，能够结合不同的数据项。 课程大纲： - 名称：指针简介 - 描述：介绍指针的基本概念及其在C语言中的重要性。 - 名称：指针与数组 - 描述：深入探讨指针与数组之间的关系，学习如何利用它们进行有效的数据处理。 - 名称：结构体部分1 - 描述：介绍结构体的基本用法及其语法，理解如何创建和使用结构体。 - 名称：结构体部分2 - 描述：进一步探讨结构体的高级用法，包括嵌套结构体和结构体数组的应用。 通过本课程，学员将能够掌握C语言中的数据结构基本概念，提高编程技能。

Data Visualization (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/datavisualization

简介: 课程名称：数据可视化 课程概述：本课程将教授数据挖掘的一般概念及其基本方法和应用。随后，将深入研究数据挖掘的一个子领域：模式发现。学员将学习模式发现的深入概念、方法及应用。此外，还将介绍基于模式的分类方法以及模式发现的一些有趣应用。课程提供机会，让学员学习并实践可扩展的模式发现方法，以处理大量交易数据，讨论模式评估指标，并研究挖掘多样化模式、序列模式和子图模式的方法。 课程大纲： 第一部分：第1周：计算机与人类 描述：本周模块将学习数据可视化的定义、用途，以及计算机如何显示信息。学员将探索不同类型的可视化以及人类如何感知信息。 第二部分：第2周：数值数据的可视化 描述：本周模块将重点讨论如何有效地可视化数据，包括将数据分配给适当的图表元素、使用图形符号、平行坐标和流图，以及应用设计和色彩原则，以使可视化更加引人注目和有效。 第三部分：第3周：非数值数据的可视化 描述：本周模块将教授如何可视化表示数据项之间关系的图形。同时，学员将学习如何使用数据集中未具体提供的坐标绘制数据。 第四部分：第4周：可视化仪表板 描述：本周模块将汇总所学知识，设计自己的大型数据集和仪表板的可视化系统。学员将创建并解读基于数据集的可视化，并应用用户界面设计技术，以创建有效的可视化系统。

Data Visualization and Communication with Tableau (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/analytics-tableau

简介: 课程名称：数据可视化与沟通（使用 Tableau） 概述：优秀的商业数据分析师具备一种重要技能，即将定量分析的实际意义传达给各种听众。即使是最复杂的统计分析，如果无法提供可执行的建议，或者不能以非技术人员易于理解的方式传达，这些分析就对商业没有价值。通过本课程，你将学习如何有效地传达数据分析的商业相关性。到课程结束时，你将能够构建数据分析项目，确保其结果能够为利益相关者带来实质性收益。同时，你将学会如何利用 Tableau 这个目前商业界最流行的数据可视化工具，来高效突出分析结果。课程还将帮助你掌握设计和呈现商业“数据故事”的技巧，运用经过商业验证的方法和设计原则。 课程大纲： 1. 本课程介绍：了解数据分析与商业的关系，以及分支课程如何帮助你发展分析技能。 2. 提问的艺术：学习如何提出合适的问题以确保项目成功，并据此设计逻辑和结构化的分析计划。 3. 使用 Tableau 进行数据可视化：学习安装和使用 Tableau 进行数据可视化，创建商业分析中最重要的图表。 4. 动态数据操作与展示：探讨如何通过 Tableau 提供准确的分析答案，避免过度概括与偏见。 5. 传播工具箱：学习讲述数据故事的方法，设计有效的幻灯片展示，并提升呈现技巧。 6. 期末项目：在此项目中，学生需提交一份围绕数据驱动的商业流程变更提案的演示，以展示在课程中学到的 Tableau 功能和演示技巧。 总结：通过本课程，学员将掌握数据分析的必备技能，将复杂数据以直观、清晰的方式呈现给非专业观众，提升其在商业领域的沟通与决策能力。

Data Visualization and Dashboards with Excel and Cognos (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-visualization-dashboards-excel-cognos

简介: 课程名称：Excel 和 Cognos 的数据可视化与仪表板 课程概述： 本课程涵盖数据可视化和仪表板开发的基础步骤。学员将通过创建 Excel 等电子表格中的各种图表，开始用数据讲述故事的过程。探索电子表格的不同工具，如重要的透视表功能和创建仪表板的能力，学习每种工具如何独具特性地转化数据。课程还将介绍流行的分析工具 IBM Cognos Analytics，学员将通过该工具创建交互式仪表板。 通过完成本课程，学员将基本理解如何将电子表格作为数据可视化工具。学员能够有效创建数据可视化，如图表和图形，并认识到这些可视化在传达数据分析结果中的重要性。整个过程无须编写代码，通过学习 Excel 和 IBM Cognos Analytics 的基础数据分析，学员将具备描述数据分析师使用的常见仪表板工具的能力，设计并创建云平台上的仪表板，并提升中级数据可视化的自信心。 课程中包含众多实践实验和最后项目。每个实验将使学员获得创建基本和高级图表的实践经验，随后继续通过电子表格和 IBM Cognos Analytics 创建仪表板。课程结束时，学员将使用 IBM Cognos Analytics 创建一组数据可视化，并构建一个可以与同伴、专业社区或潜在雇主共享的交互式仪表板。 本课程不要求学员具备数据分析或计算机科学的先前经验。开始学习所需的仅为基本的计算机素养、高中水平的数学，能够访问现代网页浏览器（如 Chrome 或 Firefox），创建 Microsoft 帐户以访问 Excel for the Web，以及对 Excel 电子表格的基本理解。 课程大纲： 1. **使用电子表格可视化数据** - 介绍图表和 Excel 函数的基础，学习如何创建基本图表和透视图。理解图表在讲述数据驱动故事中的重要角色。 2. **使用电子表格创建可视化和仪表板** - 学习创建高级图表和可视化，并了解仪表板的基础知识，以及如何使用电子表格创建简单仪表板。 3. **使用 Cognos Analytics 创建可视化和仪表板** - 介绍另一种仪表板解决方案 Cognos Analytics，探索其平台功能，创建可视化，构建简单仪表板，并发现其高级功能。可选地，探索 Google Looker Studio 创建可视化和构建仪表板。 4. **最终项目** - 恭喜您完成本课程的模块！在这一模块中，您将完成一个由同伴评分的最终作业。作业的第一部分，使用提供的样本数据创建 Excel 电子表格的可视化；第二部分，使用 Cognos Analytics 或 Google Looker Studio 创建可视化并将其添加到仪表板中。

Data Visualization Best Practices (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-visualization-best-practices

简介: 课程名称：数据可视化最佳实践 课程概述：本课程将涵盖可视化的基础知识以及其在数据科学工作流程中的作用。我们将重点讨论可视化的目的背后的主要概念以及创建有效、易于沟通结果的设计原则。您还将设置Tableau环境，练习数据加载，并对标准普尔500股票行业进行单变量描述性分析。 课程大纲： 第一部分：可视化基础 描述：可视化是各个学科数据分析师的重要技能。以图形方式查看数据往往比单纯使用统计或数学更能提供深刻的直觉。在本模块中，我们将探讨可视化的基本知识，并讨论可视化如何实现更深入的数据洞察以及有效传达结果与结论。 第二部分：有效可视化的设计原则 描述：为创造有效图形，分析师必须理解并能够解释为何特定图形元素需要被包含、排除或修改。在本模块中，我们将探讨为何某些问题更适合用特定的视觉线索模式来回答，讨论在构建数据可视化时需要考虑哪些心理感知理论，同时介绍表示视觉数据的普遍框架——图形语法。 第三部分：单变量可视化方法 描述：单变量可视化方法利用图形语法来表示数据集的基本属性和结构，通过单个变量映射到视觉编码。在本模块中，我们将探讨如何查看数据、可视化什么，并讨论哪些数据映射最适合突出和提取数据中的洞察。 第四部分：标准单变量可视化 描述：为了避免每次可视化时都重头开始，分析师使用几种常见的图表类型，以消除数据解读和解释的歧义。在本模块中，我们将探讨一些标准工具和技术，旨在准备出一整套精心制作的可视化用于讲故事。在完成本模块之前，您将使用Tableau进行单变量分析，抽样数据，比较维度和度量，并练习链接可视化。

Data Visualization Capstone (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-visualization-capstone

简介: 课程名称：数据可视化顶点（Data Visualization Capstone） 概述：数据可视化是任何日常使用定量数据工作者必不可少的技能，可以说，数据可视化是当今几乎每位职场人士所需的工具。目前，R语言是数据可视化的关键工具，特别是在结合tidyverse软件包的情况下，R语言成为制作图形、表格和可重复报告的强大而灵活的平台。然而，对于初次使用者，R语言可能会让人感到畏惧，因网上资源繁多，会让人难以在没有指导的情况下进行筛选。 本课程是“R中的数据可视化与仪表板制作”专门课程的最后一门课。学习者在本课程中将具备一套完善的技能，用于在R中制作各种视觉效果，课程将专注于将这些技能应用于独特的项目，利用公开数据利用数据可视化工具讲述引人入胜的故事。 课程大纲： 第一部分：发展你的视觉能力与数据来源 描述：在本模块中，我们将回顾顶点项目的要求和可能的数据来源。然后，我们会快速概述良好数据可视化实践的相关资源。 第二部分：清理你的数据 描述：在本模块中，我们将回顾顶点项目第二部分的要求，您需要展示您的数据准备好进行可视化。随后，我们将重新介绍一些在R中清理数据的重要工具。 第三部分：制作你的报告 描述：在本模块中，您将进行一次视觉效果的评析，其余时间将专注于完成您的顶点项目。

Data Visualization e manipolazione dei dati con Tableau (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-visualization-manipolazione-tableau

简介: 课程名称：数据可视化与数据操控使用Tableau 课程概述：本课程旨在帮助Tableau用户提升其工具使用能力，达到中级水平。我们常常面临来自不同来源的数据，因此需要能够建立这些数据之间的关系，以便在分析中整合所需的所有信息。课程将教授如何在Tableau中构建这些关系，涉及Join、Union和Data Blending的使用。 课程内容包括计算字段和参数的使用。计算字段是一种基于逻辑的新字段（维度和度量），可为原始数据库添加新数据。参数则是动态值，可以在多种方式中使用，以便自定义计算和在工作空间中的可视化展示。 我们还将学习Tableau如何按照特定顺序执行计算操作，这种顺序会影响我们所做计算的结果。最后，我们将处理地理数据。在分析过程中，我们可以提出多种问题，掌握地理数据操控的知识将帮助我们回答“在哪里”的问题，这是分析过程中一个重要的考虑因素。 课程大纲： 第1部分：连接与数据混合 描述：数据通常来自不同的来源，因此我们需要建立这些数据之间的关系，以便在分析中包含所有必需的信息。我们将学习如何在Tableau中通过Join、Union和Data Blending来构建这些关系。 第2部分：计算字段 描述：计算字段是基于使用的逻辑而创建的新字段（维度和度量），它们可以为原始数据库添加新数据。参数则是动态值，可以用于多种方式，自定义我们的计算和可视化展示。 第3部分：表计算 描述：掌握在视图层级进行操作的知识。我们将了解Tableau如何按照特定顺序执行计算，这对计算结果有重要影响。 第4部分：同行评审作业 描述：暂无描述。

Data Visualization in Excel (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/excel-data-visualization

简介: 课程名称：Excel中的数据可视化 课程概述：在这个由“大数据”驱动的时代，我们需要通过数据可视化来快速传达关键信息，使其易于理解并便于采取行动。数据可视化是一项日益重要的技能，它不仅需要以易于理解和具有吸引力的方式呈现数据，还要为数据提供上下文和讲述故事，以达到形式与功能的完美平衡。虽然Excel在这个领域面临许多竞争者，但仍然是一个优秀的选择，特别是当您的数据存储在Excel中时。Excel提供了丰富的可视化工具，我们将探索如何利用这些工具展示环境数据集的趋势、预测、细分和比较。 课程目标：通过五周的学习，我们将利用实用案例，帮助环境分析师Rohan创建数据可视化。Rohan需要利用条件格式、迷你图、专业图表及自定义图表等工具，来讲述数据故事并准备数据，制作出具有专业水准的报表和仪表板。 课程内容： 第1周：使用条件格式、迷你图和宏创建动态可视化 第2周：讲述故事的图表技术 第3周：创建专业和自定义图表 第4周：使用数据透视表和数据透视图进行汇总和过滤 第5周：在Excel中创建互动仪表板 这是我们的数据分析和可视化专业化的第二门课程。第一门课程“Excel基础知识用于数据分析”涵盖了数据准备和清理，同时教授一些此课程所需的先决条件，例如表格、命名范围、文本和查找函数。我们建议您先完成第一门课程或具备相关经验，以获得最佳学习效果。 加入我们，在这个令人兴奋的旅程中，深入了解Excel中的数据可视化技能。

Data Visualization in R with ggplot2 (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/jhu-data-visualization-r

简介: 课程名称：使用ggplot2进行数据可视化 概述：数据可视化是当今工作中每个定期使用定量数据的人的关键技能。在众多数据可视化工具中，R语言尤其与tidyverse软件包的结合，使其成为一个强大且灵活的平台，用于创建图形、表格和可重复的报告。尽管R语言对初学者可能显得有些复杂，但本课程旨在为学习者提供必要的指导。该课程是约翰霍普金斯大学数据可视化专业中的第二门课程，旨在帮助已经具备一定R语言和tidyverse数据处理经验的学习者或完成过该专业先修课程的学生。 课程重点在于学习使用ggplot2制作各种可视化，并通过ggplot工具和矢量图形编辑软件对可视化效果进行润色。课程不深入探讨数据管理的后台工作。 课程大纲： 1. 课程模块：图形语法介绍 描述：在该模块中，学习者将开始使用ggplot2，观看每节课的引导视频，认真阅读提供的材料，并在学习过程中进行小测验以确保理解。 2. 课程模块：使用ggplot制作更多可视化 描述：本模块继续深入ggplot，探索额外的可视化技术。同样，学习者需观看引导视频和阅读材料，并进行小测验以跟进学习进度。 3. 课程模块：ggplot图形元素 描述：本模块涵盖如何完善使用ggplot2创建的图形，学习者需观看视频、阅读材料，并进行小测验，最后提交涵盖本课程所有内容的作业以进行同行评审。 通过这门课程，学习者将掌握使用ggplot2进行有效数据可视化的技能，提升工作中的数据呈现能力。

Data Visualization with Advanced Excel (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/advanced-excel

简介: 课程名称：使用高级Excel进行数据可视化 课程概述：在本课程中，学员将获得有关高级Excel 2013功能的实践指导。您将学习使用PowerPivot构建数据库和数据模型。课程内容包括不同类型的情景分析和模拟分析，学员将有机会通过利用Excel的一些内置工具（如求解器、数据表、情景管理器和目标寻求）来实践这些技能。在课程的后半部分，将重点讲解如何可视化数据、讲述故事并探索数据，复习数据可视化和仪表盘的核心原则。您将使用Excel构建复杂图表和Power View报告，并将它们合成为动态仪表盘。 注意：学习者需要PowerPivot以完成某些练习。请使用MS Excel 2013版本，如果您拥有其他MS Excel版本或MAC，可能无法完成所有作业。 课程大纲： 1. **准备专业Excel** - 内容：在第一周，您将学习数据模型和数据库的开发。将涵盖数据集的组成部分、关系数据库模型、数据库键、关系和连接。此外，我们将介绍名为PowerPivot的工具，该工具用于导入和准备数据以构建关系模型以及可视化数据。到周末，您将掌握如何开发数据模型的基本知识。 2. **高级情景分析** - 内容：在这一周，我们将探索三种不同的分析方法，用于帮助模型不同的情景并应对变量的不确定性。这些方法包括情景分析、敏感性分析和模拟。我们将详细讨论每一种方法的目的和用法，并在引导演示之后，您将有机会在Excel工作簿中练习并证明您的学习成果。 3. **数据可视化** - 内容：本周重点关注数据可视化，讨论数据可视化的基础知识，概述其理论和概念。同时，探讨如何通过正确选择、创建和展示表格和图表来实现有效的故事讲述。您将学习如何创建详细的图形和图表，来有效地讲述数据背后的故事。 4. **仪表盘制作** - 内容：在本课程的最后一周，您将学习如何创建动态仪表盘。我们将讨论如何建立对受众的深入理解，并收集关键需求，以确定构建何种类型的仪表盘。将讨论一些设计原则和在构建仪表盘时需要考虑的事项。您将有机会通过自己在Excel中创建功能性仪表盘来实践本周所学的所有内容。

Data Visualization with Python (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/python-for-data-visualization

简介: 课程名称：Python 数据可视化 课程概述：“一图胜千言”，这是我们耳熟能详的表达。在处理日益庞大的数据集时尤其如此。数据可视化在小规模和大规模数据的表示中起着至关重要的作用。数据科学家的关键技能之一是能够以引人入胜的方式讲述故事，视觉化数据和发现。学习如何利用软件工具进行数据可视化将使您能够提取信息，更好地理解数据，并做出更有效的决策。 本课程的主要目标是教您如何将初看似毫无意义的数据，以人们易于理解的形式呈现出来。我们将使用Python中的多个数据可视化库，如Matplotlib、Seaborn和Folium，通过多种技术来展示数据。 限时优惠：订阅费用为每月39美元，可访问评分材料并获得证书。 课程大纲： 1. **数据可视化工具介绍**：学习数据可视化的基本概念及最佳实践，了解Matplotlib的历史和架构，并进行基础绘图。 2. **基础和专业可视化工具**：使用Matplotlib创建多种图形，如面积图、直方图、条形图、饼图、箱线图和散点图。 3. **高级可视化与地理空间数据**：学习高级可视化工具和Seaborn库，创建回归图，使用Folium进行地理空间数据可视化，包括制作地图和生成色块图。 4. **使用Plotly和Dash创建仪表板**：探索仪表板的优势，学习使用Plotly和Dash库创建互动图表。 5. **最终项目与考试**：将所学技能应用于分析历史汽车销售数据，利用数据可视化技术完成最终作业，并参与同伴评审及最终考试。 通过本课程，您将掌握数据可视化的核心技能，能够将复杂数据转化为易于理解的图形，为数据分析提供支持。

Data Visualization with R (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-visualization-r

简介: 课程名称：R语言数据可视化 课程概述：本课程将向您介绍图形语法（Grammar of Graphics），这是一个用于描述和构建图形的系统，以及如何使用R的ggplot2数据可视化包来应用这一概念，创建基本的条形图、直方图、饼图、散点图、折线图和箱线图。同时，您还将学习如何通过主题和其他技术进一步自定义图表和可视化。课程还将介绍使用另一个R的可视化包Leaflet创建地图图表，这是一种基于地理位置数据的独特绘图方式。最终，您将学习如何使用R Shiny包创建交互式仪表板，包括创建和自定义Shiny应用，添加HTML和图像组件以更改应用外观，并在网络上部署您的交互式数据应用。您将在每个模块中通过实验室练习所学内容，并在课程结束时完成一个最终项目，从而获得实践经验。 课程要求：本课程需要具备R语言和数据处理的基本知识。如果您没有这些技能，强烈建议您在本课程开始之前先参加IBM的《R编程入门》和《R数据分析》课程。课程先决条件是基本的R编程技能。 课程大纲： 模块1 - 数据可视化入门：学习使用R进行数据可视化的基础，包括所有图表和绘图共享的基本组成部分，以及使用ggplot2包使这些组成部分生动化，创建常见的柱状图、直方图和饼图。 模块2 - 基本图形、地图及自定义：进一步提高数据可视化技能，学习使用ggplot2库创建散点图、折线图和箱线图，并通过注释、自定义轴标题和文本标签对可视化进行自定义。了解分面（faceting）以及使用Leaflet库创建使用地理位置数据的地图。 模块3 - 仪表板：将数据可视化整合到易于交互和探索的仪表板中，学习Shiny包的使用，构建用户界面和服务器组件，并学习如何将仪表板部署和生成报告。 模块4 - 最终作业：实践所学知识。 观看视频、完成实验室练习，提升您的数据科学技能。祝您好运！

Data Visualization with Tableau Project (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/dataviz-project

简介: 课程名称：使用 Tableau 进行数据可视化项目 概述：在这个以项目为基础的课程中，学员将按照自己的兴趣创建一个值得分享的单框或多框数据故事，最终在 Tableau Public 上展示。课程将逐步指导学员使用在该专业化课程中学到的所有技能来完成项目。学员首先会撰写项目提案，明确项目目标，包括希望通过数据回答或探索的问题。接下来，学员将寻找能够提供所需信息的数据，并将数据导入 Tableau 进行分析准备。然后，学员将创建一个仪表板，以便深入探索数据并识别有意义的洞察。接下来，会通过叙述形式为数据故事赋予结构。最后，学员将参考设计检查清单，制作最终的可视化或数据故事。这是展示自己能力的机会，学员应大胆设想，并对自己的技能充满信心。 课程大纲： 1. **入门与里程碑 1：开发项目提案** - 学员将撰写项目提案，涵盖项目的“谁、什么、为什么和如何”，以及预见的挑战。提案包括具体的商业案例或个人目标、预期结果、目标受众需求描述、数据集描述和可预见的挑战。 2. **里程碑 2：数据导入与准备** - 学员将获取支持项目提案的数据集，将其导入 Tableau，并为分析做好准备。 3. **里程碑 3：探索性分析** - 学员将利用所学技能对数据进行探索性分析，识别关键指标并创建 KPI，使用这些 KPI 创建仪表板，以便进行比较视图和“链接筛选”。需要确保可视化展示出该专业化的视觉和认知设计原则，并利用层次结构、动作、筛选和参数等高级功能。 4. **里程碑 4：故事讲述与故事板制作** - 学员将暂时离开数据可视化软件，开始为数据故事结构化。学员将定义数据故事的基本叙事线索，或草拟数据可视化所传达的叙述描述。 5. **里程碑 5：最终呈现** - 学员将应用设计检查清单中的设计元素，确保满足利益相关者的目标，并完成针对受众需求的设计。该阶段将运用整个专业化课程中学到的认知和视觉设计概念，创作出给观众留下深刻印象的可视化或数据故事。

Data Warehouse Concepts, Design, and Data Integration (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/dwdesign

简介: 课程名称：数据仓库概念、设计和数据集成 课程概述：本课程是“商业智能数据仓库”专项中的第二门课程，建议按顺序学习。课程将教授设计数据仓库和创建数据集成工作流的有趣概念和技能，这些对于数据仓库开发人员和管理员来说是基本技能。课程包括实践经验，利用开源产品处理数据透视表和创建数据集成工作流。在数据集成作业中，可以使用Oracle、MySQL或PostgreSQL数据库。课程还将深入探讨成熟度模型、架构、多维模型和管理实践，为数据仓库开发提供组织视角。适合希望成为数据仓库设计师或管理员的商业或信息技术专业人士。 学习目标： - 评估组织的数据仓库成熟度和商业架构对齐情况； - 创建数据仓库设计，反思不同设计方法和目标； - 使用知名开源软件创建数据集成工作流； - 反思变更数据、刷新约束、刷新频率权衡和数据质量目标在数据集成过程设计中的作用； - 使用知名开源软件对数据透视表进行操作，以满足典型的商业分析请求。 课程大纲： 1. 数据仓库概念与架构：介绍课程和数据仓库技术的发展背景、商业架构及就业机会等，为后续模块打下基础。 2. 多维数据表示与操作：学习数据仓库的多维表示，使用WebPivotTable工具进行数据透视表的操作练习。 3. 数据仓库设计实践与方法：学习关系数据库的数据仓库设计，掌握设计模式和schema集成等概念，并通过案例学习应用这些知识。 4. 数据集成概念、过程与技术：了解数据集成处理和技术，包括SQL语句的应用，为后续的实践软件技能打下基础。 5. 数据集成工具的架构、特性与细节：学习开源数据集成工具的架构和特点，通过Pentaho Data Integration进行引导教程和作业练习。 通过本课程，您将获得数据仓库设计和实施的实践经验，为成功开发数据仓库项目做好准备。

Data Warehouse Fundamentals (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-warehouse-fundamentals

简介: 课程名称：数据仓库基础知识 课程概述：无论您是有志的数据工程师、数据架构师、业务分析师还是数据科学家，扎实的数据仓库技能都是必不可少的。通过本课程所获得的实践经验和能力，您的简历将吸引雇主的注意，助力您的职业发展。 数据仓库将来自不同来源的数据集中并组织成一个单一的存储库，使数据专业人员能够更高效地访问、清理和分析集成数据。 课程大纲： 1. 数据仓库、数据集市和数据湖 - 描述：本模块介绍数据仓库系统、数据湖和数据集市的基本概念。通过本模块的学习，您将能够识别并比较这三种数据存储实体的架构，并理解组织如何从中受益。同时，您将学习三种类型的数据仓库系统和知名数据仓库系统供应商的特点。此外，您将了解在转向新的数据仓库系统时需要评估的五个关键标准，包括总拥有成本。 2. 设计、建模和实现数据仓库 - 描述：本模块深入探讨企业数据仓库架构及其一般和参考模型。您将了解数据立方体与星型架构之间的关系，学习如何对数据立方体进行切片、切块、向上或向下钻取、合并和旋转等操作。此外，您还将研究物化视图的功能、好处以及如何应用它们。学习如何使用事实和维度及其相关表来组织信息，并探索如何利用规范化创建雪花模式作为星型模式的扩展。您还将学习填充数据仓库、增量数据更新、验证数据、查询数据和解读星型架构的实体关系图。最终，您将掌握物化视图的创建、立方体和合并选项的应用，以及实施暂存带来的优势。 3. 期末作业和期末测验 - 描述：在本模块中，您将完成实践项目和课程的最终项目，整合前两个模块所学的概念和实践。在最终项目中，您将设计并加载数据到数据仓库中，使用事实和维度表。然后，您将编写使用立方体和合并功能的聚合查询，并创建物化视图。在可选课程中，您将探索IBM Db2数据仓库系统架构的工作原理，查看用例，并了解IBM Db2 Warehouse的关键功能和集成。此课程的实践实验将使您获得如何创建Db2服务实例、如何使用IBM Db2填充数据仓库以及如何使用IBM Db2查询数据仓库的实用知识。

Data Warehousing and Business Intelligence (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-warehousing-business-intelligence

简介: 课程名称：数据仓库与商业智能 课程概述：本课程在“数据的性质与关系数据库设计”基础上，进一步拓展数据的捕获与处理过程，通过数据仓库和数据挖掘进行深化。一旦事务数据经过ETL（提取、转换、加载）处理后，就会存储在数据仓库中，以供管理决策使用。数据挖掘是将存储在数据仓库中的数据转化为可操作见解的关键工具，从而实现更快速、更有效的决策制定。 课程结束时，学生将能够解释数据仓库及其在商业智能中的应用，阐述不同的数据仓库架构和多维数据建模，并开发预测性数据挖掘模型，包括分类和估算模型。此外，学生还将能够开发解释性数据挖掘模型，包括聚类和关联模型。 课程大纲： 1. 数据仓库概述 - 介绍数据仓库及其架构，定义ETL过程，涉及云端数据仓库并通过简短测验进行实践。活动中，学生将区分Kimball和Inmon的数据仓库架构设计方法。 2. 数据仓库的多维建模 - 探讨数据仓库的数据建模，学习构建多维数据模型的步骤，区分星型模式与雪花模式，并通过简短测验进行实践。最后，学生在活动中创建一个规范的雪花模式。 3. 预测与解释的数据挖掘 - 概述数据挖掘过程及其方法，识别数据挖掘过程中的步骤，区分不同的数据挖掘方法，并通过简短测验进行实践。活动中，学生将选择适合特定数据集的数据挖掘方法。 4. 聚类与关联的数据挖掘 - 探讨用于解释建模的无监督数据挖掘，学习聚类与分割、K均值聚类、关联及市场篮分析的定义，并通过简短测验进行实践。在活动中，学生将练习在数据集中识别聚类。

Data Warehousing with Microsoft Azure Synapse Analytics (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-warehousing-with-microsoft-azure-synapse-analytics

简介: 课程名称：使用Microsoft Azure Synapse Analytics的数据仓库 概述：本课程旨在帮助学员掌握在Azure Synapse Analytics中高效和安全地使用现代数据仓库的工具和技术。学员将学习如何利用现代架构模式构建数据仓库，以及在数据仓库中如何实现通用架构。课程还将介绍数据加载的最佳实践，以及在Azure Synapse Analytics中优化查询性能的技巧。 该课程是一个专项课程的一部分，适合想要展示在设计和实施数据解决方案方面专家水平的数据工程师和开发者，特别是为准备DP-203考试：Microsoft Azure上的数据工程（测试版）的人士。 本课程是10门课程中的第五门，旨在帮助学员准备考试，以便在使用Microsoft Azure数据服务设计和实施数据解决方案方面获得专长。DP-203考试是一个认证机会，考核学员在整合、转换和整合来自不同的结构化和非结构化数据系统的数据，以构建适合分析解决方案的数据结构的知识和专长。每门课程都会教授考试中测评的概念和技能。 课程大纲： 1. 设计现代数据仓库使用Azure Synapse Analytics - 学习如何利用Azure Synapse Analytics构建使用现代架构模式的数据仓库。 2. 设计多维架构以优化分析工作负载 - 学习如何在数据仓库中实现通用架构。 3. 在Azure Synapse Analytics中加载和查询数据 - 了解加载数据到数据仓库的最佳实践，以及优化Azure Synapse Analytics中查询性能的技术。 4. 在Azure Synapse Analytics中集成池和开发工具 - 学习如何在Azure Synapse Analytics中集成SQL和Apache Spark池，并了解可用于创建数据仓库的语言能力。 5. 管理、优化和保护数据仓库 - 学习如何管理和监控Azure Synapse Analytics，分析用于优化数据仓库的信息，以及实施安全措施以保护数据。 6. 使用Azure Synapse Analytics进行数据仓库的实践考试 - 参加一场涵盖DP-203考试中关键技能的实践考试。 通过本专项课程的学习，您将为参加DP-203考试做好准备并能够注册参加考试。

Data Warehousing: Schema, ETL, Optimal Performance (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-warehousing-schema-etl-optimal-performance

简介: 课程名称：数据仓库：模式、ETL及最佳性能 课程概述： 数据仓库是现代商业智能中至关重要的组成部分，为结构化和组织的数据提供了一个集中式的存储库。本课程重点讲述数据仓库的基本概念，包括模式设计、提取、转换和加载（ETL）过程，以及优化性能的技术。通过理解这些核心概念，参与者将能够设计和实施高效的数据仓库，支持更加明智的决策和商业智能的发展。 课程大纲： 本课程主要涵盖数据仓库的基本方面，包括： - 模式设计 - ETL过程（提取、转换、加载） - 性能优化技术 参加这一课程，您将学习到如何构建和管理一个能够有效支持决策制作和商业洞察的数据仓库。

Data Wrangling, Analysis and AB Testing with SQL (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-wrangling-analysis-abtesting

简介: 课程名称：使用SQL进行数据清洗、分析和AB测试 课程概述：本课程旨在让学员将“数据科学中的SQL”所教授的技能应用于四个逐渐复杂和真实的数据科学案例研究中。学员将学习如何将各种类型的时间戳转换为统一格式并进行日期/时间计算。课程将涵盖如何选择并执行最优JOIN以满足数据科学查询需求，以及如何在分析数据集中清洗数据，包括去重、质量检查、回填和处理空值。学员还将学习如何使用窗口函数对数据进行分段和分析，并运用CASE语句执行条件逻辑以应对数据科学查询。此外，课程将介绍如何将查询转换为定时任务，以及如何将数据插入日期分区。最后，针对预测分析需求，学员将利用在课程中获得的工具和技能，从原始数据中构建特征。通过这些技能的实际应用，学员将获得进行AB测试分析的框架。 课程大纲： 1. **未知质量的数据** - 学员将能够创建可信赖的分析，并识别不可靠的数据和缺失数据的原因，通过定义新指标解决模糊的问题。 2. **创建干净的数据集** - 学员将能够命名主要的数据类型，解释如何将未过滤数据转换为可以进行数据分析的表，并讨论数据仓库与生产数据库的区别，使用工具创建可靠的表格。 3. **SQL问题解决** - 学员将能够映射JOIN的过程，突出不同问题所需的详细程度，练习回答数据问题，发展解决模糊或不清晰问题的策略。 4. **案例研究：AB测试** - 学员将利用SQL技能建立基本的AB测试系统，应用假设检验来证明或否定关于用户行为变化的假设，以及测试和解读与业务指标直接相关的结果，以获得未来更复杂的AB测试经验的基础。

Data – What It Is, What We Can Do With It (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-what-it-is-what-can-we-do-with-it

简介: 课程名称：数据——它是什么，我们能做什么 课程概述：本课程旨在向学生介绍数据和统计学。通过学习，学生将能够解释描述性统计、因果分析和可视化，进而得出有意义的见解。课程首先提供一个统计分析目的的框架，讨论分析师如何利用数据进行描述性、因果性和预测性推断。随后，课程将涵盖如何为因果分析开发研究研究，计算和解释描述性统计，并设计有效的可视化图表。该课程帮助学员成为分析的批判性消费者。 如果你的工作领域越来越依赖数据驱动的决策，但你觉得自己无法解读和评估数据，这门课程将帮助你掌握数据素养的基本工具。 课程大纲： 第一部分：数据与理论 描述：许多人在考虑使用数据时，往往会直接考虑最佳的统计分析方法。然而，一个好的分析应始于强大的理论框架。理论不仅指导数据的收集、相应统计方法的选择、结果的解读，还决定了所需的研究设计，比如观察研究或实验。本模块将专注于开发高质量的理论，以指导描述性、因果性和预测性推断。 第二部分：因果框架 描述：确定因果关系通常是研究的主要动机。政策制定者希望了解实施新项目或其他政策工具将如何影响感兴趣的结果。比如，较小的班级规模是否会提高学生学习效果？严格的枪支购买者背景审查是否会减少枪支暴力？生物医学研究人员也希望了解新药物是否能改善某种疾病的结果。为了回答这些问题，分析师必须开发适合因果推断的研究设计。估计因果效应充满挑战，但理解政策、药物或其他干预措施的影响是至关重要的。 第三部分：描述性统计 描述：接下来的四节课中，我们将开始理解原始数据。仅仅看原始数据，例如电子表格，无法揭示关键信息。以调查问题“美国的歧视水平”为例，阅读原始数据无法反映平均受访者或不同回答选择之间的分布情况。为了更好地理解数据的分布特征，我们可以计算集中趋势度量、变异度量，并描述数据的离散情况。这些汇总统计允许研究人员对数据在现实世界中的意义进行简单而有力的初步推论。 第四部分：可视化 描述：世界知名的数据可视化专家爱德华·塔夫特曾说：“没有信息超载，只有糟糕的设计。”在传达分析结果时，尤其是试图说服观众时，一幅图像确实胜过千言万语。一个设计良好的图表可以利用少量或大量数据来构建具有说服力的论点。数据可视化突出了有关信息的特定要点，使观众能够得出在仅仅查看数字时几乎不可见的见解。总之，要善于用数据沟通，你必须掌握数据可视化的技能。

Data, Security, and Privacy (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-security-privacy

简介: 课程名称：数据、安全与隐私 概述：本课程提供基于技术的生产力工具的实践经验，以及系统设计和开发的基础知识。该课程旨在整合硬件、软件和互联网的概念，并概述数据安全、数据隐私以及提高生产力和效率的方法。学生还将探索技术职业发展路径以及行业内可用的各种认证。 课程大纲： 第一部分：数字素养 描述：计算机是复杂而强大的机器，帮助我们申请工作、报税及与朋友和家人保持联系。由于计算机与我们的日常生活密切相关，因此掌握在线沟通和信息处理的技能至关重要。在本部分中，您将学习如何使用互联网查找、创作和与全球受众分享信息。同时，您还将了解使用互联网的法律和伦理影响，并学习如何在导航互联网时保护自身安全。 第二部分：数字安全 描述：确保数据的安全和保护对任何企业的成功至关重要。因此，保持数据安全所需的技能在信息技术领域备受追捧。在本模块中，您将学习数字安全的基础知识，了解安全漏洞是如何发生的，并识别安全系统内的弱点，熟悉保护信息的策略和方法，以确保企业的最大运作能力。 第三部分：隐私与伦理 描述：在前一模块中，您了解到数字安全对企业的健康和生产力至关重要。然而，数字安全问题对个人也有影响。我们在网上的每一个行为都会留下数据痕迹。如果没有安全系统，私人信息将面临被盗窃的风险。在本模块中，您将学习如何保持数据的安全和隐私，了解常见的安全威胁及其管理方法。课程最后的一项活动将让您有机会将所学概念应用于实际场景。

Data-Driven Animation for Science Communication (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-driven-animation

简介: 课程名称：数据驱动的科学传播动画 概览：在本课程中，学员将创建一个使用数据讲述故事的科学动画，以更好地传达科学成果。在这个过程中，学员将学习编程、科学写作和技术动画技能。 本课程旨在培养基于数据的故事讲述能力，促进研究和科学传播，造福社区和政策制定者，覆盖地方和全球两个层面。学员将撰写科学写作脚本，创建自定义栅格和矢量图形数据。 课程大纲： 第一周—动画规划：制定数据驱动动画的基础，选择科学研究，讲述故事，解读数据集，编撰风格指南，规划每个场景的动作，并创建分镜头脚本和初步动画。 第二周—创建资产：插图与图表：使用前一模块的动画初步和资产列表决定自定义资产的创建，学习在Adobe Illustrator和Adobe Photoshop中进行数字插图，关注未来动画的可能性，创建数据可视化。 第三周—用Adobe After Effects进行2D动画：将动画初步中的一个场景发展为动画场景，学习文本、线条和形状的动画，创建改进后的关键图形的动画版本，学习在Adobe After Effects中使用JavaScript编程将数据链接到2D动画场景的属性。 第四周—用Autodesk Maya进行3D动画：熟悉3D动画软件Autodesk Maya的界面，使用自定义3D模型或演示文件动画化运动周期，了解创建3D动画的主要步骤，从建模、绑定到动画和渲染。利用运动周期创建数据驱动的动画，学习在Autodesk Maya中用Python编程创建数据驱动的3D场景。 第五周—最终合成：编辑与传播策略：将生成的动画场景组装成完整动画，学习使用Adobe Premiere Pro和Adobe After Effects之间的工作流进行编辑和合成，理解音乐伴奏在最终作品中的重要性，并在同伴评审作业中对彼此的最终项目进行批评。

Data-driven Astronomy (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-driven-astronomy

简介: 课程名称：数据驱动的天文学 课程概述：科学正经历数据爆炸，而天文学在其中处于领先地位。现代望远镜每次观测产生的数据显示为太字节，并且模拟可观测宇宙所需的计算推向超级计算机的极限。为分析这些数据，科学家们需要具备计算思维，以解决问题。在本课程中，您将探讨处理大数据集的挑战，包括如何实施有效的算法、如何使用数据库管理数据，以及如何利用机器学习工具从数据中学习。课程侧重于实用技能，所有活动将在 Python 3 中完成，这是一种在天文学中广泛使用的现代编程语言。无论您是否已经是一名科学家，或正在学习成为科学家，或只是对现代天文学的运作感兴趣，本课程都将帮助您探索从行星到脉冲星再到黑洞的天文学。 课程大纲： 第一周：关于数据的思考 - 计算思维的原则 - 在射电图像中发现脉冲星 第二周：大数据使问题复杂 - 如何计算算法的时间复杂度 - 探索巨大星系中心的黑洞 第三周：使用 SQL 查询数据 - 如何使用数据库分析数据 - 调查其他太阳系中的系外行星 第四周：管理您的数据 - 如何设置数据库以管理数据 - 探索我们银河系中恒星的生命周期 第五周：从数据中学习：回归 - 使用机器学习工具调查数据 - 计算遥远星系的红移 第六周：从数据中学习：分类 - 使用机器学习工具对数据进行分类 - 研究不同类型的星系 每周还将与数据驱动天文学专家进行访谈。 注意：假设具备 Python 的一些知识，包括变量、控制结构、数据结构、函数及文件操作。

Data-driven Decision Making (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/decision-making

简介: 课程名称：数据驱动的决策制定 概述：欢迎参加数据驱动的决策制定课程。在本课程中，您将了解数据分析及其在商业决策中的作用。您将学习数据的重要性及其演变过程，了解“大数据”的概念及其应用。同时，您将接触到数据分析的框架，以及常用的工具和技术。最后，您将有机会在模拟商业环境中将所学知识付诸实践。 本课程由普华永道（PricewaterhouseCoopers LLP）创建，地址为：纽约，麦迪逊大道300号，邮政编码10017。 课程大纲： 1. 数据分析简介 - 描述：本模块将介绍数据分析的基础知识及其在商业中解决问题的应用，探讨数据分析对决策过程的价值。我们会为您介绍数据分析的框架和工具，并讨论数据分析与数据科学中的职业和角色。请注意：视频记录是自动生成的，可能包含拼写和标点错误。 2. 技术与数据类型 - 描述：本模块对大数据及其分析进行入门介绍，您将学习不同类型的数据。我们还会介绍普华永道对大数据的看法，阐明大数据对企业的影响，并列举收集数据的各种工具和技术。 3. 数据分析技术与工具 - 描述：本模块将描述数据分析的一些工具和关键技术，讨论可视化在数据分析实践中的重要性。最后，我们将识别各种工具和编程语言，并考虑在何种情况下最佳使用这些工具。 4. 数据驱动的决策制定项目 - 描述：课程项目将为您提供实践所学知识的机会。您将参与一个模拟商业情境，在该情境中选择最佳的行动方案。然后，您将准备一个最终交付成果，并由同学进行评估。此外，您还将有机会为同学的提交提供反馈。

Data-Driven Decisions with Power BI (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-driven-decisions-with-power-bi

简介: 课程名称：基于数据的决策与 Power BI 课程概述：该课程专为新手 Power BI 用户设计，帮助他们了解 Power BI 桌面应用程序和 Power BI 服务的基本概念。学习者将深入探索 Power BI 界面，学习如何管理页面和基本的可视化知识。通过丰富的实践经验，学习者将掌握如何在 Power BI 桌面应用程序中导入、连接、清洗、转换和建模自己的数据。此外，学习者将了解报告的结构，熟悉工作区，并进行查看、创建和发布报告到 Power BI 服务的实践。最后，学习者将熟练掌握仪表板的创建和使用。 课程大纲： - 第1周：了解 Power BI 和 Power BI 数据分析 学习者将获得 Power BI 桌面应用程序和服务的基础知识，探索 Power BI 界面，学习如何管理页面和基础可视化。通过下载课程数据集，进行导入、连接、清洗、转换和建模数据的实践操作，了解报告和工作区的功能，并进行报告的查看、创建和发布。 - 第2周：数据建模与报告可视化简介 （课程内容待补充） - 第3周：报告与可视化的导航 （课程内容待补充） - 第4周：导航 Power BI 服务 （课程内容待补充） - 第5周：最终复习 （课程内容待补充） 通过本课程的学习，学员将掌握使用 Power BI 进行数据驱动决策的基本技能，为日后在数据分析领域的工作奠定基础。

Data-Driven Process Improvement (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/data-driven-process-improvement

简介: 课程名称：数据驱动的流程改进 课程概述：在本课程结束时，学习者将能够在其组织内实施数据驱动的流程改进目标。课程内容包括物联网（IoT）的商业案例、运营与绩效目标对齐的战略重要性、数据收集的最佳实践，以及进行流程映射活动以可视化和分析流程中的物料和信息流。学习者将重点关注商业需求，评估组织应测量的指标，区分不同类型的物联网数据，并使用物联网技术收集关键绩效指标（KPI）。学习者有机会在模拟场景中实施流程改进目标，并考虑如何将所学知识转移到自己的组织背景中。 课程材料包括在线讲座、视频、演示、项目工作、阅读材料和讨论。本课程非常适合希望发展数据驱动思维，获得对提升公司业绩有价值的洞察的个人。学习者若对阅读报告、收集和使用数据以及解读可视化数据有所熟悉，将更有帮助。此课程是数据驱动决策（DDDM）专业化的第一门课程。 课程大纲： 1. 运营与绩效目标：本模块讨论建立数据战略的商业案例，包括在实施前为何需要在战略层面上对齐运营与绩效目标。 2. 数据收集：本模块介绍数据收集的最佳实践。 3. 流程映射：本模块将指导您开发当前状态的流程图，优先识别数据缺口，并制定未来状态的流程图。 4. 项目：数据驱动的流程改进：本模块提供了一个将理论与实践结合的机会，学习者可以运用课程知识解决业务问题。 若想了解此专业化课程的更多信息，请访问：[视频概述](https://www.youtube.com/watch?v=Oi4mmeSWcVc&list=PLQvThJe-IglyYljMrdqwfsDzk56ncfoLx&index=11)。

Database Architecture, Scale, and NoSQL with Elasticsearch (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/database-architecture-scale-nosql-elasticsearch-postgresql

简介: 课程名称：数据库架构、扩展性与使用Elasticsearch的NoSQL 概述：在本课程中，学员将深入探讨数据库架构、PostgreSQL及多种可扩展部署配置。课程将演示PostgreSQL如何实现基本的CRUD操作和索引，并回顾事务及ACID（原子性、一致性、隔离性、持久性）要求的实现方式。学员还将学习使用Elasticsearch这一常见的NoSQL数据库，作为关系数据库的补充，以实现高速搜索和索引。本课程将以Elasticsearch为例，探讨BASE（基本可用性、软状态、最终一致性）数据库方法，并比较ACID与BASE数据库的优缺点。 课程大纲： 1. 扩展数据库（Scaling Databases） - 描述：在第一周，我们将介绍课程涵盖的主题，包括SQL与NoSQL的比较及关系数据库的扩展方式。 2. 云规模应用（Cloud Scale Applications） - 描述：在这一周，我们将比较ACID与BASE样式架构，并分析第一代云应用的影响。 3. Elasticsearch - 描述：在这一周，我们将集中创建和利用Elasticsearch索引在不同上下文中的应用。 4. 课程总结（Wrap Up） - 描述：本周将总结课程内容。 通过本课程的学习，学员将对数据库的不同架构有全面的了解，能够熟练运用Elasticsearch，并掌握扩展数据库的核心概念。

Database Clients (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/database-clients

简介: 课程名称：数据库客户端 课程概述：本课程旨在通过创建各种连接到MySQL数据库的客户端，探索如何使用Python编写数据库驱动的应用程序。通过学习，您将能够利用Python代码创建、填充和操作MySQL数据库及其表，访问MySQL中的高级功能，掌握MySQL的高级主题，并将这些原则应用于使用Python的问题解决中。此外，您将了解MySQL数据库如何通过Django API与web连接，并开发出能够管理MySQL数据库的实用Python应用。 在课程结束时，您将能够： - 使用Python代码创建、填充和操作MySQL数据库和表。 - 利用自定义构建的Python客户端访问MySQL中的高级功能。 - 对MySQL的高级主题有工作知识。 - 将MySQL的高级主题原则应用于使用Python的问题解决。 - 理解MySQL数据库通过Django API连接到web的方法。 - 开发一个实用的Python应用程序，以管理MySQL数据库。 您将在此课程中获得以下工具和软件的实践经验： - Python代码 - Python相关的MySQL特性和工具 - Django REST框架 - _meta API 课程大纲： 1. 与MySQL数据库交互的Python - 描述：学习使用Python代码创建、填充和操作MySQL数据库和表。 2. 使用Python在MySQL中执行查询 - 描述：使用Python客户端访问MySQL中的查询功能。 3. 高级数据库客户端 - 描述：探索MySQL中的高级主题，并将这些原则应用于使用Python的问题解决。 4. 与数据库客户端一起工作 - 描述：将您在本课程中学到的技能应用于创建一个实用的Python应用程序，能够管理MySQL数据库。

Database Design and Basic SQL in PostgreSQL (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/database-design-postgresql

简介: 本课程名称为《数据库设计与PostgreSQL中的基础SQL》。在本课程中，您将学习数据库的历史设计以及在PostgreSQL环境中使用SQL的技巧。通过常见SQL命令（如INSERT INTO、WHERE、ORDER BY、ON DELETE CASCADE等），您将能够创建表、定义列类型和数据模式。 课程内容包括数据建模以及如何在PostgreSQL中表示一对多和多对多关系。学生将进行实践作业，创建表、插入数据、设计数据模型、构建关系结构以及在表中插入和查询关系数据。 课程大纲如下： 1. **SQL简介**：在第一周，您将了解本课程的目标，学习关于构建SQL标准的重要人物和组织，区分关系数据库与扁平文件，并利用psql和SQL命令在PostgreSQL数据库中创建、读取、更新和删除表。 2. **单表SQL**：本周，您将回顾并使用常见的psql命令，通过命令行创建数据库，并运用包括INSERT INTO、WHERE和ORDER BY在内的常见SQL命令。 3. **一对多数据模型**：本周重点在于关系数据库设计和一对多数据模型。您还将学习主键、逻辑键和外键在数据库中的功能，以及如何重新连接表中具有对应数据的行。 4. **多对多数据模型**：课程的最后一周专注于多对多数据模型。您将能够区分一对多和多对多关系，并学习规范化数据以及在多对多关联表中插入数据项。 通过本课程，您将系统掌握数据库设计的基础知识及其在PostgreSQL中的应用。

Database Engineer Capstone (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/database-engineer-capstone

简介: 课程名称：数据库工程师顶点项目 概述：在本课程中，您将通过设计和构建数据库解决方案来展示您的新技能。课程结束时，您将能够： - 构建 MySQL 数据库解决方案 - 从网络应用建模数据，以设计数据库解决方案 - 为网络应用构建存储过程 - 使用 Python 创建数据库管理实用程序应用 - 收集和利用项目资源 - 提升数据库项目范围的想法和部署 您将获得以下工具和软件的使用经验： - Python 实用程序 - 项目管理工具 - Django API 开发软件 - MySQL 测试工具 - 应用程序开发资源 - 项目管理 - 应用程序开发 - 数据库解决方案 - Django - MySQL 课程大纲： 1. 项目信息 - 描述：本模块提供使用 MySQL 的实践经验。在 MySQL Workbench 中设置 MySQL 实例服务器，然后创建 ER 图数据模型并在 MySQL 中实现。 2. 数据库查询、过程和预编译语句 - 描述：使用 SQL 为 Little Lemon 餐厅创建虚拟表、存储过程和预编译语句。 3. 客户端和可视化 - 描述：可视化餐厅销售数据，并在 Python 中实现数据库客户端。 4. 项目评估 - 描述：对 Little Lemon 数据库项目进行同行评审，并反思您所学到的内容。

Database Management Essentials (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/database-management

简介: 课程名称：数据库管理基础 课程概述：数据库管理基础课程为数据库开发、数据仓库和商业智能领域的职业生涯奠定基础，同时也是商业智能数据仓库专业化课程的基础。在本课程中，您将学习创建关系数据库、编写SQL语句以提取信息以满足商业报告请求、创建实体关系图（ERD）以设计数据库，并分析表设计中的多余冗余。您将使用Oracle、MySQL或PostgreSQL执行SQL语句，并使用ER Assistant或Visual Paradigm等数据库图表工具创建ERD。我们专门设计此课程以确保专业化学习者的共同基础，让所有参加课程的学员都能立即上手，编写Oracle、MySQL或PostgreSQL中的SQL语句。 课程大纲： 1. **课程介绍**：了解课程目标及内容，建议尽早安装数据库管理系统（DBMS）软件。 2. **数据库和DBMS简介**：探索数据库及其在组织中的影响，了解数据库技术特性及行业演变。 3. **关系数据模型与CREATE TABLE语句**：学习关系数据模型术语、完整性规则和CREATE TABLE语句，实践创建和填充表格。 4. **使用SQL进行基本查询**：掌握SQL SELECT语句的基本语法，进行简单查询实践。 5. **使用SQL进行扩展查询**：学习复杂查询技能，包括多表连接和UNION运算符。 6. **实体关系图的符号**：学习基本ERD符号，创建简单ERD以支持数据库设计。 7. **ERD规则与问题解决**：准确使用ERD符号，提升创建ERD的自信心和解决问题的能力。 8. **开发业务数据模型**：基于业务需求开发ERD，分析叙述性问题并生成替代ERD。 9. **数据建模问题与ERD完成**：通过叙述问题分析和错误检测，生成可行的数据库设计。 10. **模式转换**：学习将ERD转换为SQL DBMS的表设计。 11. **规范化概念与实践**：理解规范化的重要性，学习消除表设计中的冗余。 12. **高级查询公式化**：提供高级查询技巧，帮助学员在职场中获得竞争优势。 通过此课程，您将掌握数据库管理的基本技能和知识，为未来的学习和职业发展奠定坚实的基础。

Database Management with Java and SQL (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/database-management-with-java-and-sql

简介: 课程总结：数据库管理与Java和SQL 本课程是亚马逊初级软件开发人员专业证书的第四门课程，主题为数据库管理与基本SQL查询。在这门课程中，您将学习与关系数据库相关的基本知识和技能，以及如何使用结构化查询语言(SQL)来查询数据。课程内容包括理解表、行和列等基本概念，并编写用于选择、插入、更新和删除数据的基本SQL查询。 **课程大纲：** 1. **数据库介绍** - 本模块为理解和使用数据库奠定基础，涵盖数据库系统的基本概念，包括表结构、数据类型和关系。您将学习SQL查询和操作数据的基础技能，从基本的筛选到更复杂的排序和聚合操作。模块还探讨多表联接技术，教您如何高效组合多张表的信息。通过理论学习与实践活动相结合，您将获得数据库创建、查询和数据检索的实际经验，为后续更高级的数据库概念奠定基础。 2. **数据库与Java** - 本模块探讨如何利用JDBC将Java应用程序与数据库连接，学习JDBC架构的基本知识，以及如何从Java建立数据库连接。您将了解如何设置环境、加载驱动和建立连接，涵盖连接管理的技巧，并学习如何使用数据定义语言(DDL)和数据操作语言(DML)进行表的创建、修改及删除，以及事务处理。通过互动活动和实际练习，您将掌握编写与数据库顺畅交互的Java代码的技能，为创建强大的数据库驱动应用程序打下基础。 3. **数据显示** - 本模块将指导您使用JavaFX为数据库应用程序构建图形用户界面(GUI)。您将从设置项目和创建基础GUI开始，学习事件处理并将JavaFX应用程序与数据库连接，掌握数据的获取与显示能力。同时，您将处理数据库操作的错误处理问题，探索使用SceneBuilder进行设计、数据绑定及添加搜索等功能的高级UI技术。课程结束时，您将能够自信地创建互动的数据库驱动Java应用程序。 4. **最终项目与评估：数据结构与算法** - 在最后一个模块中，您将整合课程中学到的所有内容，构建一个图书馆管理系统作为您的毕业项目。您将获得实际经验，整合数据库设计、SQL、Java编程和JavaFX，创建一个完整的应用程序。期间，您将通过自我评估和最终测验反思自己的学习，巩固关键概念。同时，您还将展望数据库管理和Java编程的未来发展路线，为后续学习做好准备。 通过本课程，您将为在相关领域的深入学习和职业发展奠定坚实的基础。

Database Structures and Management with MySQL (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/database-structures-and-management-with-mysql

简介: 课程名称：MySQL数据库结构与管理 课程概述：本课程旨在帮助学员掌握MySQL数据库管理系统（DBMS）的基本知识，学习数据创建、查询和操作等技能。通过本课程，您将深入了解SQL语句、子句和数据类型。 课程目标： - 利用MySQL DBMS构建和修改关系型数据库。 - 向MySQL数据库添加记录。 - 对数据库记录进行复杂的查询，使用过滤和分组。 - 在数据库中创建简单的联接和并集。 - 使用主键和外键在表之间建立关系。 - 展示完成功能规范化项目的能力。 您将获得的工具和软件经验包括： - MySQL DBMS - 联接和并集 - SQL语句、子句和数据类型 - 主键和外键 - 数据库规范化 课程大纲： 1. **MySQL简介**：学习使用MySQL DBMS构建、修改和查询关系型数据库。 2. **更新数据库及使用视图**：掌握如何更新数据库并使用视图。 3. **函数与MySQL存储过程**：探索不同类型的函数，并学习如何使用MySQL存储过程。 4. **评估模块**：回顾所学内容，识别个人优势以及需要进一步学习的主题。 本课程为想要深入了解MySQL数据库管理的学习者提供了系统化的学习路径。