Databases (Coursera) 0 个评论 关注

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

简介: 课程名称：数据库 概述：该课程将带您深入数据存储和数据库的世界。您将学习如何使用MySQL创建、编辑、管理和维护数据库，掌握数据库架构和SQL的基础知识和核心概念。 课程内容包括：数据仓库的常见流程，如提取、转换、加载（ETL），以及数据库管理员分析技术。您还将获得编写SQL查询和数据建模的实践经验。课程还将介绍MongoDB和Mongoose等数据存储方法及工具。 大纲：课程大纲将涵盖数据库设计、SQL查询编写、数据建模技巧以及数据仓库的ETL过程等核心主题，帮助您全面理解和应用数据库相关知识。

Databases and SQL for Data Science with Python (Coursera) 0 个评论 关注

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

简介: 课程名称：使用Python进行数据科学的数据库与SQL 课程概述：当今世界的数据大多存储于数据库中。SQL（结构化查询语言）是一种强大的工具，用于与数据库进行交互和提取数据。掌握数据库和SQL的基本知识是成为数据科学家的必要条件。该课程旨在介绍关系数据库的概念，并帮助您学习和应用SQL语言的基础知识，同时在数据科学环境中进行SQL访问。 本课程强调实践和动手学习。您将使用真实的数据库、数据科学工具和真实世界的数据集。您将创建云中的数据库实例，并通过一系列实践实验室来练习构建和运行SQL查询。您还将学习如何使用SQL和Python从Jupyter笔记本访问数据库。 本课程无需先前的数据库、SQL、Python或编程知识。任何人都可以免费旁听本课程。如果您决定注册并获得Coursera课程证书，还可以在成功完成课程后获得IBM数字徽章。 限时优惠：订阅费用仅为每月39美元，包含对评分材料和证书的访问。 课程大纲： 1. **开始使用SQL**：介绍数据库，学习基本SQL语句（SELECT、INSERT、UPDATE和DELETE）及其查询结果的提炼方法。 2. **关系数据库与表的介绍**：深入了解关系数据库概念及其重要性，学习在MySQL中使用图形界面和SQL脚本创建和修改表。 3. **中级SQL**：学习如何使用字符串模式和范围搜索数据，以及排序和分组结果集，练习嵌套查询。 4. **使用Python访问数据库**：了解如何在Jupyter Notebook中使用Python连接数据库，创建表、加载数据和查询数据。 5. **课程作业**：使用芝加哥市的多个真实数据集，通过实际问题理解数据，并评估SQL查询和结果的正确性。 6. **附加模块：数据工程师的高级SQL**：学习一些高级SQL技术，如视图、事务、存储过程和联接，适合数据工程师，但非数据科学或数据分析轨道的学员可选完成。 本课程为希望进入数据科学领域的学习者提供了全面的数据库和SQL知识，使您在实际工作中具备必要的技能。

DataOps Methodology (Coursera) 0 个评论 关注

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

简介: 课程名称：数据操作（DataOps）方法论 概述：根据Gartner的定义，数据操作是一种协作数据管理实践，旨在改善数据管理者与组织内部数据消费者之间数据流的沟通、集成和自动化。与DevOps类似，数据操作并非一种严格的教条，而是一种基于原则的实践，影响数据提供和更新的方式，以满足组织数据消费者的需求。数据操作方法论旨在帮助组织利用可重复的流程来构建和部署分析及数据管道。通过遵循数据治理和模型管理实践，组织可以提供高质量的企业数据以支持人工智能的落地。成功实施这一方法论使组织能够了解、信任并利用数据来创造价值。 在数据操作方法论课程中，您将学习最佳实践，以定义可重复且面向业务的框架，确保可信数据的交付。该课程为数据工程专业化的一部分，帮助学习者获得成为数据工程师所需的基础技能。 课程大纲： 1. **建立数据操作 - 准备运营** - 学习数据操作方法的基础知识，了解参与定义数据和为多种数据消费群体进行数据策划的人员，以及他们如何合作为特定目的交付数据。 2. **建立数据操作 - 优化运营** - 学习数据操作团队如何共同努力定义工作业务的价值，以清晰表达他们对整个组织的贡献。 3. **迭代数据操作 - 了解您的数据** - 了解了解跨组织数据存储库的能力，运用数据发现技术识别和定位敏感或受监管的数据，并提高组织对数据的理解水平。 4. **迭代数据操作 - 信任您的数据** - 探讨数据语义理解对数据消费者的重要性，讨论数据源的可靠性、数据质量的常见维度以及确保数据质量所需的政策。 5. **迭代数据操作 - 使用您的数据** - 学习如何优化数据的添加及转换，以便于满足各种业务用例，规划并实施必要的数据移动与集成任务。 6. **改进数据操作** - 评估最近一次数据冲刺的效果，识别有效与无效之处，并提出改进建议。 7. **总结与期末考试** - 全面回顾课程内容，进行期末测验以巩固学习成果。 该课程通过深入的学习内容和实践案例，帮助学员掌握数据操作方法论，为应用于真实案例做好准备。

Daten Analysieren, um Fragen zu Beantworten (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/daten-analysieren-um-fragen-zu-beantworten

简介: 课程名称：数据分析以回答问题 课程概述：本课程为谷歌数据分析证书的第五门课程。您将学习数据分析所需的所有基础知识，以获得入门级数据分析职位。在本课程中，您将深入探讨数据分析过程的分析阶段。您会将之前所学的知识应用于实际分析，以理解收集的数据。课程内容包括如何使用电子表格和SQL组织和格式化数据，以便从不同角度进行分析和思考。此外，您将学习如何进行复杂的计算，以实现业务目标。课程中，将有谷歌的数据分析专家引导您，展示使用最佳工具和资源完成常见数据分析任务的实用方法。完成该证书项目后，学习者将具备申请数据分析入门职位的准备。不需要任何前置知识。 在本课程中，您将： - 学习如何为分析组织数据 - 了解数据格式化和调整的流程 - 学习如何在电子表格和SQL中聚合数据 - 使用电子表格中的公式和函数进行数据计算 - 学习如何使用SQL查询进行计算 课程大纲： 第一部分：分析前的数据组织 描述：组织良好的数据更易于分析。在这一部分课程中，您将学习通过排序和筛选组织数据的重要性，掌握在电子表格和SQL中准备数据进行分析的流程。 第二部分：数据格式化和调整 描述：在接近数据分析时，您需要格式化和准备好的数据。在这一部分课程中，您将了解数据的转换和格式化，包括SQL查询如何帮助您连接数据。您还将学习到同事的反馈和支持是多么宝贵，以及如何从中获取见解并应用于工作。 第三部分：分析中数据的聚合 描述：在分析过程中，您常常需要合并数据以获得见解，达成业务目标。在这一部分课程中，您将学习聚合数据使用的功能、过程和语法，以及如何通过SQL查询从多个电子表格单元格和多个数据库表中聚合数据。 第四部分：进行数据计算 描述：进行计算是数据分析专业人员最常见的任务之一。在这一部分课程中，您将了解到有助于您计算的电子表格公式、函数和数据透视表以及SQL查询。此外，您将学习使用SQL管理临时表的好处。

Daten bereinigen (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/daten-bereinigen

简介: 课程名称：数据清理 概述：这是谷歌数据分析证书的第四门课程。在这门课程中，您将学习到为数据分析入门职位所需的所有知识。课程将帮助您加深对数据分析及其相关概念和工具的理解，这些都是数据分析专业人士在工作中使用的。您将学习如何使用电子表格和SQL来检查和清理数据，以及如何验证数据清理的结果并撰写报告。来自谷歌的数据分析专家将不断指导您，并向您展示如何利用最佳工具和资源完成数据分析专业人士的常见任务。完成该证书课程后，学习者将具备申请数据分析入门职位的能力，无需任何先前的知识。 课程结束后，您将能够： - 学习如何验证数据完整性 - 探索使用电子表格的数据清理技术 - 开发用于与数据库交互的基本SQL查询 - 应用基本的SQL函数来转换数据变量 - 形成验证数据清理结果的概念 - 讨论数据清理报告的要素及其重要性 课程大纲： 1. **数据完整性的意义**：了解数据生成的过程以及数据完整性在成功决策中的重要性，学习结构化和非结构化数据、数据类型及数据格式。 2. **完美清理的数据**：学习干净数据与脏数据的区别，并掌握使用电子表格等工具的数据清理技术。 3. **使用SQL清理数据**：学习如何使用SQL进行数据清理，了解可用于清理和调整数据的SQL查询和功能。 4. **验证清理结果和撰写报告**：学习数据清理过程中验证和报告的流程及其益处，准备数据进入下一步分析。 5. **可选：在简历中添加数据**：了解创建引人注目的简历的过程，强调您的优势和经验，并在求职前改进简历。 6. **课程挑战**：复习术语和定义，通过测验证明您对样本大小、数据完整性和将数据与商业目标链接的理解，以及在电子表格和SQL中应用数据清理技术的能力，最后文档化、报告和验证您的数据清理过程及结果。

Daten für die Erkundung Vorbereiten (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/daten-fur-die-erkundung-vorbereiten

简介: 课程名称：数据探索的准备 概述：这是谷歌数据分析证书的第三门课程。在这系列课程中，您将学习为数据分析入门职位所需的所有知识。通过深入理解前两门课程的主题，您将接触新主题，帮助您掌握实用的数据分析技能。您将学习如何使用表格和SQL等工具提取和利用符合目标的数据，以及如何组织和保护数据。谷歌的数据分析专业人士将继续指导您，展示如何使用最佳工具和资源完成数据分析专业人员的常见任务。完成该证书课程后，学习者将具备申请数据分析入门职位的能力，无需预备知识。 在本课程中，您将： - 探索数据分析专业人员如何决定收集哪些数据进行分析 - 学习结构化和非结构化数据、数据类型和数据格式 - 学会识别数据中的各种偏差，以确保数据的可信性 - 学习数据分析专业人员如何在数据库和数据集中使用表格和SQL - 探讨开放数据、数据伦理与隐私保护之间的关系及其重要性 - 学习如何访问数据库并提取、过滤和排序其中的数据 - 了解结构化和保护数据的最佳实践 课程大纲： 1. 数据类型与结构：您将学习日常生活中如何生成数据，以及数据分析专业人员如何决定收集哪些数据进行分析。 2. 偏差、可信性、隐私、伦理和访问：您将了解到如何识别数据中的不同偏差，确保数据的可信度，以及数据伦理和隐私的重要性。 3. 数据库：您将了解在数据分析中如何访问数据库及其数据，并探讨元数据的概念。 4. 数据的结构与保护：您将学习数据的结构化和保护的最佳实践，以及如何使用文件命名规范。 5. 课程挑战：通过复习术语和定义，考验您在数据收集、伦理和隐私、偏差等方面的知识，并应用表格和SQL功能进行实际操作。 该课程旨在帮助学习者掌握数据分析的基础知识，为职业发展打下良好基础。

Daten über Visualisierungen Teilen (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/daten-uber-visualisierungen-teilen

简介: 课程名称：通过可视化分享数据 课程概述： 这是谷歌数据分析证书的第六门课程。在这门课程中，您将学习获得数据分析入门职位所需的所有知识。您将学习如何在完成数据分析过程中可视化和呈现您的数据结果。同时，该课程介绍了如何通过数据可视化（例如视觉仪表板）使您的数据生动起来。您还将熟悉 Tableau，这一数据可视化平台将帮助您为演示文稿创作有效的可视化。课程将由谷歌的数据分析专业人士指导，提供实际的例子，展示如何使用最佳工具和资源完成常见的数据分析任务。完成该证书项目后，学生将具备申请数据分析入门职位的能力，无需任何先前知识。 课程内容： - 探讨数据可视化的重要性 - 学习如何通过数据故事构建有说服力的叙述 - 熟悉使用 Tableau 创建仪表板及其过滤器 - 学习如何使用 Tableau 制作有效的可视化 - 了解有效演示的原则和实践 - 考虑在您的演示中涉及的数据潜在局限性 - 学习回答观众提问的最佳实践 课程大纲： 1. 数据可视化： 数据可视化是数据的图形表示。本部分介绍各种关键概念，包括可获取性、设计思维等在分析数据可视化中扮演的角色。 2. 使用 Tableau 创建数据可视化： Tableau 是帮助数据分析专业人士创建有效数据可视化的工具。本部分讲述 Tableau 的所有知识，以及创造力和清晰性在可视化数据分析结果中的重要性。 3. 创建数据故事： 将您的目标与数据的见解相结合是良好数据故事讲述的关键。本部分将介绍数据故事及其特征，并学习如何使用 Tableau 创建仪表板及其过滤器。 4. 开展（屏幕）演示： 本部分将教您如何有效地呈现数据分析。您将在准备演示时考虑分析的各个方面，并制作清晰、易于访问和引人入胜的数据可视化。此外，您还将学习如何识别潜在的局限性，并提前预测可能的问题，从而能够恰当地进行回应。

Datenanalyse verwalten (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/managing-data-analysis-de

简介: 课程名称：数据分析管理 课程概述：本课程为期一周，介绍数据分析的流程及其管理方式。课程将深入探讨数据分析的迭代特性，明确问题的提出、探索性数据分析、推断、统计建模、结果解释及沟通等核心环节。此外，课程还将讲解如何在团队内指导分析活动，从而引导数据分析流程朝向一致且有用的结果。 本课程旨在快速引导您进入数据分析的过程，教授管理这一过程所需的技能。我们致力于为您提供便捷的学习体验，同时不牺牲重要内容，故省略了技术性细节，以便您可以专注于团队管理与推进。 完成课程后，您将能够： 1. 描述基本的数据分析迭代过程 2. 识别不同类型的问题并将其转化为特定的数据集 3. 描述不同类型的数据提取 4. 检查数据集以确定其是否适用于特定问题 5. 在常见数据分析中指导模型构建工作 6. 解释常见数据分析的结果 7. 将统计结果整合到连贯的数据分析展示中 学习时间：1周课程，预计需4-6小时 课程内容：本课程由多个模块组成，所有材料按顺序提供，包括视频和补充阅读资料。欢迎参与课程并为学习社区贡献您的见解。如有课程内容相关问题，欢迎在论坛中寻求其他学员的帮助；如遇到Coursera平台的技术问题，请访问学员帮助中心。祝您学习愉快，期待您喜欢本课程！

Datos no tradicionales en repositorios NoSQL (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/datos-no-tradicionales-en-repositorios-nosql

简介: 课程名称：非传统数据在NoSQL存储库中的应用 课程概述：本课程旨在帮助您识别实施基于信息解决方案时使用NoSQL技术的基本考虑因素，包括工具的选择和配置标准，同时考虑应用需求以及对半结构化和非结构化信息建模的多样性方法。课程适合具备基础计算机工具和至少一种编程语言（如Python或Java）的学习者。 课程大纲： 1. **模块1：什么是NoSQL？为什么会出现？它解决了什么问题？NoSQL的产品家族有哪些？** - 本模块将介绍NoSQL的定义、关系模型及其局限性，以及NoSQL产品家族的优势。 2. **模块2：NoSQL数据库管理系统如何扩展和确保可用性？** - 本模块重点讨论：1) 可用性、水平扩展和性能的要求；2) 分布式系统的一致性与可用性；3) 扩展性与复制。 3. **模块3：产品家族：键值存储与列存储** - 本模块学习两种产品家族：键值存储（Key-Value）和列存储（Wide Column），并通过实践巩固所学知识。 4. **模块4：产品家族：文档存储与图存储** - 本模块将聚焦于新的两种产品家族：文档存储（Document Oriented）和图存储（Graph Oriented），同样通过学习基础知识，结合实践加深理解。 通过本课程，您将掌握NoSQL的基本概念、架构及其在非传统数据管理中的应用，以便为今后的项目选择合适的工具和解决方案。

DDHH y democracia: una visión desde América Latina (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/derechos-humanos-democracia-america-latina

简介: 课程名称：DDHH与民主：来自拉丁美洲的视角 课程概述：本课程旨在培养能力，推动新型领导力和积极公民身份，以捍卫民主和人权。课程汇集并传播专业学术知识，以简单易懂的方式呈现，以便让广泛的受众了解。课程鼓励学员将民主与人权视为包容与公正社会的核心，并提供一些促进社会变革的策略。 在拉丁美洲，我们的社会在形式上存在民主制度，并承认人权的重要性。然而，现实中我们的社会普遍存在深层的不平等，政治过程相对脆弱，某些国家甚至暴力水平较高。这些现象显示了实现人权和深化民主进程所面临的漫长道路。 本课程为入门级课程，专注于拉丁美洲背景，涵盖民主与人权的重要性，并强调其保障对建立充满活力、公正和尊严的社会的意义。 课程大纲： 1. **介绍**：课程开篇，概述课程目标和结构。 2. **民主**：学习民主的概念、历史发展及其多种形式（直接民主、代议制和参与民主）。了解权力机构的组织以及各机构之间的平衡，并探讨拉丁美洲民主面临的挑战。 3. **人权是什么**：了解人权的历史发展、概念及特点，及其保护系统（如全球系统和美洲人权系统）。探讨经济、社会、文化和环境权利及其与公共政策的关系，同时分析民主与人权之间的关系，并通过实际案例（如南非）反思少数群体在人权保护中的地位。 4. **民主参与**：了解公民参与的主要机制（如投票、全民公投、公众咨询和罢免）以及治理与社会抗议等其他参与方式。反思个人和群体在决策过程中的参与机会与障碍。 5. **如何捍卫民主权利**：学习一些人权的司法和非司法保护机制，了解活动家在捍卫人权方面的经验，并深入研究国际保护机制，希望学员能够采取行动或支持人权捍卫团体，为本国和地区建立有尊严的民主贡献力量。 本课程适合希望理解反映拉美地区人权和民主现状的学生和社会活动人士。

DDoS Attacks and Defenses (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/ddos-attacks-and-defense

简介: 课程名称：DDoS攻击与防御 课程概述：在本MOOC中，您将学习DDoS攻击的历史，分析新型Mirai物联网恶意软件并进行源代码分析。同时，您将获得DDoS防御技术的简要概述。课程介绍了一种名为A2D2的自主反DDoS网络，旨在帮助中小型组织抵御DDoS攻击。A2D2利用Linux防火墙速率限制、基于类别的队列和子网洪水检测来处理各种DDoS流量类型。此外，您还将学习使用基于代理的多路径路由的新型入侵容忍范式进行DDoS防御。通过开发和部署这种新安全机制，您可以在不增加额外开销的情况下提升系统的性能和可靠性。完成课程后，您应能够分析新的DDoS恶意软件、收集取证证据、部署防火墙功能以降低DDoS对系统的影响，并制定应对未来DDoS攻击的策略。 先决条件：我们建议学习者先修完“设计与分析安全网络系统”课程，以学习基本的安全概念和原则，并完成“带防火墙和IDS的安全网络系统”课程，以了解基础防火墙和IDS系统。 课程大纲： 1. **DDoS攻击** - 描述：学习DDoS攻击的历史，深入了解新型Mirai物联网恶意软件攻击的特征，分析Mirai源代码，理解其设计和实现细节，并通过取证证据了解其设计背景。课程结束时，您将能够对新的DDoS恶意软件进行详细分析并收集取证证据。 2. **DDoS防御** - 描述：提供基本DDoS防御技术的简要概述。完成本模块后，您能够部署防火墙功能以减少DDoS对系统的影响，并制定应对未来DDoS攻击的策略。 3. **DDoS防御系统与技术** - 描述：学习适用于中小型企业的自主反DDoS网络A2D2。A2D2使用Linux防火墙速率限制、基于类别的队列和子网洪水检测来处理各种DDoS流量类型。您将学习如何分析这些不同防御机制的有效性，并在课程结束时能够部署防火墙功能来减轻DDoS对系统的影响，制定应对未来DDoS攻击的策略。 4. **基于代理的多路径路由入侵容忍** - 描述：学习一种新的入侵容忍范式，结合基于代理的多路径路由进行DDoS防御。您将了解这一新安全机制的发展如何改善系统的性能与可靠性，而不仅仅是增加额外负担。

De me gusta a leads: interactúa con las y los clientes en línea (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/de-me-gusta-a-leads-interactua-con-las-y-los-clientes-en-linea

简介: 课程总结： 课程名称：《从“点赞”到“潜在客户”：在线与客户互动》 课程概述： 本课程是谷歌数字营销与电子商务职业证书的七个课程之一，旨在帮助学员发展社交媒体营销策略。社交媒体是许多企业进行数字营销的关键渠道，因为其用户数量庞大，用户通过社交媒体进行社交、与企业互动和分享内容。本课程将深入探讨社交媒体营销的重要性以及如何选择适合不同活动的平台。 课程大纲： 1. **引言：从“点赞”到“潜在客户”的重要性** 学员将学习社交媒体营销在推广业务或产品中的重要性，探索最常用的社交媒体平台，并了解如何为每个活动挑选合适的平台。课程将介绍社交媒体营销的五个基本支柱：战略、规划与发布、倾听与互动、分析与报告，以及付费社交。 2. **战略、规划与社交媒体内容发布** 学员将掌握社交媒体营销的主要支柱，包括内容的战略规划和发布，如何通过社交媒体营销活动达到业务目标，识别目标受众，并在这些平台上建立品牌形象。此外，还将学习社交媒体的付费、拥有、赚取和天然营销之间的区别，以及如何确定发布内容的频率和时机。 3. **社交媒体的倾听与互动** 学员将了解社交媒体营销的第三个基本支柱：倾听与互动。课程将强调社交倾听的重要性及其使用的常见工具。同时，学员将探索如何与客户建立关系并增强品牌权威。 4. **社交媒体分析与报告** 学员将深入了解第四个基本支柱：社交媒体分析与报告。课程将讲解社交媒体分析的重要性，如何更好地理解受众并优化营销工作。学员将学习不同类型的分析工具，并练习如何有效解读收集到的数据以及制作分析报告。 5. **付费社交媒体** 课程将聚焦社交媒体营销的第五个主要支柱：付费社交。学员将了解社交媒体广告的优势，以及如何选择合适的平台进行广告投放。课程还将探讨不同平台的广告格式和内容类型，测量广告活动的影响，并描述社交媒体测试的常见方式及其实施方法。 通过本课程的学习，学员将获取必要的知识和技能，提升在线与客户互动的能力，为其在数字营销领域的发展打下坚实的基础。

De-Mystifying Mindfulness (Coursera) 0 个评论 关注

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

简介: 课程名称：《揭开正念的神秘面纱》 课程概述：近年来，正念、冥想和思考的兴趣急剧上升。正念不再被视为古老佛教或深奥哲学的神秘实践，而是被越来越多地认为是基于心理学和神经科学证据的技术。正念已成为诸多治疗干预的基础，无论是在医疗健康领域，还是在提升幸福感和生活质量中。对全球数百万人来说，正念已成为一种生活方式，丰富了日常体验。 但正念到底是什么？它真的有益吗？任何人都能学习吗？如何识别伪善者？生活在一个正念的社会中会是什么样子？正念的感觉是什么？你已经具备了正念吗？如何知道？ 来自莱顿大学的一门知名荣誉课程，这门创新课程结合了多学科的学术探究（涵盖心理学、哲学和政治等领域）与体验式学习，包括特别设计的“冥想实验室”，让你有机会亲身实践并分析自己的正念状态。最后，课程旨在提供一种关于正念这一当代现象的负责任、全面和包容性的教育。 本课程得到了牛津大学正念中心主任威廉·库肯和博迪学院联合创始人斯蒂芬·巴切勒的支持。我们感谢马克·威廉斯（正念基础认知疗法共开发者）和丽贝卡·克雷恩（班戈大学正念研究与实践中心主任）等专家的贡献。我们还新增了多位专家的建议和指导。 课程内容包括： 1. **欢迎课程**：了解学习正念的各种理由，倾听参与者的不同背景。 2. **正念入门**：探索正念的基础概念，分析当代社会的先入之见，并进行首次冥想实验。 3. **正念与心理学**：探讨正念作为治疗工具的最新发展，分析有效的正念干预方法，如MBSR和MBCT。 4. **正念与哲学**：讨论正念与佛教的关系，并探索其他思想传统的见解。 5. **正念与政治**：考察正念对伦理、社会和政治问题的影响，探讨其在教育和军队中的意义。 6. **附加模块**：分别讨论正念、创伤与社会正义的关系，及正念与自然环境的联系，揭示正念实践与土地政治和殖民主义之间的关系。 7. **未来展望**：反思课程学习的路径，并考虑继续保持正念实践的可能性。 8. **荣誉项目**：创造性地推出个人项目，贡献于正念知识的传播，成功完成将获得荣誉证书。 这门考验心智和体能的课程将为你解开正念的真实意义，帮助你深入理解正念与生活的关系，同时提供实用的指导练习，让你在日常生活中更好地应用正念。

Dealing With Missing Data (Coursera) 0 个评论 关注

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

简介: 课程名称：处理缺失数据 概述：本课程将介绍样本调查加权的步骤，包括针对非响应的调整方法以及使用调查外部数据进行校准。讨论的技术包括使用估计响应倾向的调整、后分层加权、比例加权和一般回归估计。还将讨论缺失项值的替代填补技术。关于加权和填补，各种统计软件包的功能也会进行介绍，包括R®、Stata®和SAS®。 课程大纲：

第一部分

标题：加权的一般步骤

描述：权重用于将样本扩展到人口，为此，权重可以修正调查框中的覆盖错误，调整非响应，并通过结合协变量来降低估计量的方差。本模块涵盖了实现这一目标所需的一系列步骤。

第二部分

标题：具体步骤

描述：加权的具体步骤包括计算基础权重、在不确定某些案例的资格时进行调整、调整非响应以及使用协变量校准样本与外部人口控制。本部分将具体细化一般步骤。

第三部分

标题：实施步骤

描述：软件在实施步骤中至关重要，R系统是提供免费例程的优秀来源。本模块介绍几个R软件包，包括sampling、survey和PracTools，用于选择样本和计算权重。

第四部分

标题：课程总结

描述：我们简要总结了在课程中涉及的加权和填补方法。

Début du processus de conception UX : Empathie, définition et formulation d’idées (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/debut-du-processus-d-conception-ux-empathie-definition-et-formulation-idees

简介: 课程名称：UX设计流程入门：同理心、定义和创意形成 课程概述：本课程是这个认证培训的第二部分，旨在提供申请初级UX设计师职位所需的技能。在第二课中，您将完成项目设计流程的初始步骤，以便将其纳入您的作品集。您将学习如何对用户表现同理心，理解他们的困难，并定义用户的需求。 课程大纲： 1. **将研究融入设计流程** - 作为UX设计师，您的工作是将用户置于一切工作的中心。在这一部分，您将探讨研究在设计流程中的角色，帮助您更好地理解和共情用户，了解常见UX研究方法的优缺点，以及进行研究时可能出现的偏见。 2. **表现同理心并定义困难** - 准备开始一个新的作品集项目：移动应用程序！本部分课程将重点放在对用户的同理心，这是设计流程的第一阶段。您将与真实用户进行访谈，构建同理心地图，创建角色人物。这些实践活动将帮助您理解用户的观点和困难。 3. **创建用户故事和用户旅程图** - 在本部分课程中，您将继续对所设计的移动应用程序的用户表现同理心。您将创建用户故事并设计用户旅程图，同时学习在体现用户同理心时考虑可访问性的重要性。 4. **定义用户的问题** - 您的所有同理心工作将帮助您明确用户面临的问题。在这一部分，您将从同理心阶段过渡到设计流程的定义阶段，阐明您的设计将解决的问题，提出假设和价值主张，同时探讨心理学和人类因素对设计的影响。 5. **设计解决方案的创意生成** - 您准备进入设计流程的第三阶段：创意生成。基于您对用户和他们面临问题的理解，寻找设计解决方案的创意。为此，您将进行竞争审计，并参与各种设计活动，如“How Might We”和“Crazy Eights”，以便生成众多设计解决方案的想法。 该课程帮助您建立UX设计的基础，使您能够在职业生涯中迈出坚实的一步。

Decentralized Applications (Dapps) (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/decentralized-apps-on-blockchain

简介: 课程名称：去中心化应用程序（Dapps） 课程概述：本课程是区块链专业化的第三门课程，旨在让学员掌握从头到尾设计和开发去中心化应用程序（Dapps）的技能，利用区块链的功能和服务。课程将通过使用Truffle IDE、智能合约、简单的网络客户端和MetaMask客户端进行教学。学员将学习Dapp的架构，包括前端客户端界面以及区块链和智能合约的支持。课程内容涵盖Dapp的基本设计、Truffle开发流程与命令（初始化、开发、测试和迁移）、Dapp的测试驱动开发、Dapp应用模型及新兴标准，以确保Dapp的可预测行为。主要概念通过视频、演示和动手练习进行传授。 课程大纲： 1. **去中心化应用程序的基础**： - 讨论区块链服务器作为去中心化应用程序的基础，并演示如何安装区块链服务器及建立点对点节点网络。还将展示在公共网络部署前，通常在本地测试网络上开发和测试Dapp的过程。 2. **Truffle开发**： - 探索Truffle为Dapp的开发和测试提供的用户友好环境，深入了解Truffle命令（develop、init、compile、migrate、test）的使用，并通过该模块展示开发和测试完整Dapp所需的步骤。 3. **设计改进**： - 讨论改善基本Dapp设计的一些专属最佳实践，以便提升智能合约和Dapp的整体质量。 4. **应用模型与标准**： - 讨论以太坊改进提案及ERC过程的重要性，以确保以太坊区块链的更新。同时，探索用于代币Dapp的ERC 20标准和用于非同质化代币的ERC 721标准。 通过本课程，学员将全面了解去中心化应用程序的设计与开发流程，并在实践中增强相关技能。

Decentralized Finance (DeFi) Deep Dive (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/decentralized-finance-deep-dive-duke

简介: 课程摘要：去中心化金融（DeFi）深度解析 《去中心化金融与金融的未来》是一系列四门课程，专注于去中心化金融领域。其中第三门课程《DeFi Deep Dive》是最全面的一门，学习之前需先完成前两门课程《DeFi基础设施》和《DeFi原语》。该课程深入探讨DeFi领域的一些领先协议，涵盖信用与借贷、去中心化交易所、衍生品以及代币化等内容。 课程大纲： 1. **信用与借贷模块**：介绍MakerDAO的稳定币DAI及抵押债务义务的概念，详细分析Compound和Aave的操作机制。 2. **去中心化交易所模块**：探讨Uniswap v2和v3的工作原理，同时研究由Balancer引入的双资产自动做市商。模块最后讨论了再质押及总锁定价值等重要概念。 3. **衍生品模块**：聚焦领先的衍生品协议，讲解Yield Protocol的固定利率借贷机制，以及dYdX与Synthetix的操作机制。 4. **代币化模块**：重点讨论代币化，介绍Set Protocol，该协议允许像ETF一样组合投资组合，支持主动和被动的投资策略。模块最后讨论了去中心化金融中wrapped bitcoin和wrapped ethereum的应用。 本课程提供了许多领先协议的详细实例，帮助学员理解其工作机制，例如如何利用dYdX的快闪交换执行套利交易，通过不同交易所的资产价格差异获利。

Decentralized Finance (DeFi) Infrastructure (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/decentralized-finance-infrastructure-duke

简介: 课程名称：去中心化金融（DeFi）基础设施 课程概述： 《去中心化金融：金融的未来》是一套由杜克大学Fuqua商学院金融学教授Campbell R. Harvey教授授课的四门课程，旨在深入探讨去中心化金融（DeFi）。在第一门课程中，我们将追溯DeFi的起源，从最早的以物易物经济开始，回顾历史上的钱的价值及其未被官方支持的情况。 我们将重点关注DeFi的关键基础设施组件，包括区块链、加密货币、智能合约、预言机、稳定币及去中心化应用（dApps）。此外，还将讨论以太坊和比特币区块链的工作原理及其密码学哈希技术。 接下来，我们将重点分析DeFi旨在解决的具体问题：现有金融系统的低效（交易成本高、速度慢、不安全）、有限的访问（17亿人没有银行账户）、不透明性（需信任监管者来监控银行，但监管记录参差不齐）、集中控制（金融系统由少数寡头主导，导致费用过高）以及缺乏互通性（在不同金融机构之间转移资金存在困难）。课程的最后，我们将探讨围绕加密空间的许多误区。 课程大纲： 1. 去中心化金融的历史 - 提供交易历史的视角，从早期以物易物到金本位货币，再到法定货币和电子转账，介绍现有系统中出现的一些关键问题，并介绍萨托希·中本聪在2008年提出的加密货币白皮书。 2. DeFi基础 - 介绍DeFi的关键基础，包括区块链的运作机制及其密码学哈希，智能合约的创新，以及首次出现的加密货币与稳定币之间的区别。 3. DeFi解决的问题 - 探讨当今传统金融体系中的主要问题，包括低效（交易成本高、速度慢、不安全）、有限的银行接入、金融透明度不足、集中控制以及互操作性不足等。 4. DeFi的神话与事实 - 探索各种神话，包括：所有加密货币都是匿名的；区块链经常被黑客攻击；量子计算会摧毁所有基于区块链的货币；加密生态系统规模小，不太可能与传统金融机构竞争。 该课程通过多维度的分析，使学习者对DeFi有一个全面的了解，并帮助他们掌握未来金融领域的发展趋势。

Decentralized Finance (DeFi) Opportunities and Risks (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/decentralized-finance-opportunities-and-risk-duke

简介: 课程名称：去中心化金融（DeFi）机遇与风险 课程概述：去中心化金融与金融的未来是一套专注于去中心化金融的四个课程的系列，最后一门课程名为“DeFi机遇与风险”。学习此课程之前，必须完成前三门课程：I. DeFi基础设施；II. DeFi基本组成；III. DeFi深度分析。课程开始时，强调分析任何新技术时必须明确评估其风险与挑战。鉴于DeFi仅存在数年，面临众多风险。课程首先讨论最明显的风险：智能合约风险。智能合约是DeFi的基础，其代码是公开的，容易成为黑客攻击的目标。相比传统金融，DeFi的开源特性让黑客更容易获取代码和数据。此外，还研究了其他多种风险，包括：治理风险、预言机风险、扩展风险、去中心化交易所（DEX）风险、托管风险、环境风险和监管风险。 课程大纲： 1. 智能合约风险 - 描述：该模块探讨智能合约风险的逻辑错误和经济利用，同时重点分析一些特定的攻击实例，包括借助大规模闪电贷实施的Yearn.finance攻击。 2. 治理、DNS、预言机、DEX和托管风险 - 描述：该模块进一步探讨治理攻击、DNS攻击、预言机漏洞以及DEX风险，最后分析不同类型的托管安排及其带来的风险。 3. 扩展风险 - 描述：扩展风险是DeFi面临的最大风险之一，目前以太坊区块链的交易处理能力约为每秒15笔，而Visa网络则达65,000笔。本模块探讨解决扩展问题的潜在方案。 4. 监管与环境风险 - 描述：该模块研究DeFi空间所面临的监管风险，包括KYC/AML法规的适用及某些DeFi代币可能被视为证券的潜在后果，还讨论了中央银行数字货币的问题，并探讨了工作量证明共识对环境的影响及向环境友好的股权证明的迁移。 5. 胜者与败者 - 描述：课程末尾探讨了在这些风险与机遇中，哪些项目可能成为赢家，哪些又可能成为输家。 该课程为希望深入了解去中心化金融生态系统及其潜在风险与回报的学习者提供了系统的教育。

Decentralized Finance (DeFi) Primitives (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/decentralized-finance-primitives-duke

简介: 课程名称：去中心化金融（DeFi）基础知识 课程概述： 《去中心化金融与未来金融》是一系列四门课程的第二门，专注于去中心化金融（DeFi）。在学习本课程之前，建议先完成第一门课程《DeFi基础设施》。本课程讨论交易机制，介绍可替代代币（FT）和非可替代代币（NFT），同时探讨保管（持有私钥）这一重要问题。课程还涵盖了供应调整，包括代币的铸造和销毁，并介绍了绑定曲线机制。此外，课程还讨论了直接和间接激励在DeFi系统中的作用，并分析去中心化交易（DEX）与中心化交易（如Coinbase或Binance）之间的区别。课程详细描述了自动化做市商的机制，并提供了多个具体示例，讨论了暂时性损失及（法律上的）前置交易。课程最后将探讨有抵押贷款和闪电贷款。 课程大纲： 1. **机制模块**： - 探讨以太坊交易的关键原理，包括外部账户与合约账户之间的区别，深入研究可替代代币和非可替代代币（NFT），及矿工可提取价值。 2. **供应与所有权模块**： - 关注供应调整（铸造和销毁）、以太坊中交易的原子性以及激励机制，并介绍以太坊生态系统中的“看守者”概念。 3. **贷款与交换模块**： - 介绍去中心化交易，详细探讨自动化做市商，并引入有抵押贷款和无抵押闪电贷款的概念。 4. **加入DeFi世界模块**： - 步骤详细介绍如何设置MetaMask钱包，使学生能够进入DeFi世界。模块第二部分深入讲解一些关键的区块链概念，如数字签名和共识机制（包括权益证明）。 该课程为希望深入了解去中心化金融机制及其操作方式的学生提供了系统的学习路径。

Deciphering Secrets: The Illuminated Manuscripts of Medieval Europe (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/medieval-europe

简介: 课程名称：解密秘密：中世纪欧洲的装饰手稿 课程概述：中世纪的装饰手稿，无疑是欧洲中世纪遗物中最能吸引我们想象力的一部分。这些装饰有图像和彩色颜料的文献，作为通往失落的国王、贵族、信仰、战争和文化世界的窗口，传达了复杂的视觉和文本叙事，体现了欧洲的集体文化遗产。这些手稿不仅是我们共同过去的动态信息，它们在现代图形设计和排版等领域仍然具有重要的现实意义。 在为期七周的课程中，学生将探讨中世纪欧洲装饰手稿的物质创作、内容和历史背景。学生将掌握识别其特征、分类和时代划分（创作时间）、制作方法及其历史价值等基础知识。 学生的成绩将通过传统的选择题测验以及更重要的个人项目进行评估。在最后的项目中，学生可以选择（1）制作一块关于中世纪手稿的注释图像板；或（2）使用中世纪方法准备一份实物手稿。最优秀的同伴评估项目将被汇集并发布在解密秘密网站上，旨在鼓励和支持全球公民学者对中世纪手稿转录的欣赏和贡献。 最后，值得强调的是，本课程是美国科罗拉多大学与西班牙马德里大学合作的国际项目。 课程大纲： - 第1周：课程简介，介绍中世纪世界及手稿研究 - 第2周：中世纪欧洲王国（第一部分）及书写支持与书籍格式 - 第3周：中世纪欧洲王国（第二部分）及书写工具和书籍结构 - 第4周：西班牙的阿方索十世"智者"及准备书写的页面 - 第5周：古文字学与历史案例研究及书写书籍 - 第6周：探索全球中世纪及在线收藏与书籍装饰 - 第7周：书籍装订及课程总结 选择项目：学生需完成两个项目中的其中之一。

Decision Making - How to Choose the Right Problem to Solve (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/decision-making-how-to-choose-the-right-problem-to-solve

简介: 课程名称：决策制定 - 如何选择正确的问题进行解决 课程概述：生活中充满了问题，关键在于我们首先要尝试解决哪些问题及其如何解决。该课程将教你强大的决策方法，并培养适用于工作及其他领域的多种问题的解决能力。你将评估当前的解决问题的方法，并学习提高分析和批判性技能的技巧，从而快速有效地解决问题。 课程大纲： 第一周 - 找到并定义问题 在课程的第一周，你将被介绍到将指导你学习的专家，并开始探索什么是解决问题。你将反思最近遇到的问题，识别帮助人们解决问题的技能，并反思自己的解决问题的优势和才能。本周将探讨一个五步法，帮助你处理目前面临的问题，定义真正的问题是寻找解决方案的关键。本周还将分析你配置解决方案的背景。在一周结束时，你将反思所学内容，并评估从完成的SWOT分析中可以学到的知识。 第二周 - 评估你的解决方案 本周你将学习如何评估自己提出的解决方案。你会跟随Shona分析哪种想法更适合解决她的问题。在活动中，你将学习如何为已识别的问题开发更多的解决方案，并评估最佳的想法。你还将探索风险评估如何帮助你的解决方案取得成功。在一周结束时，你将反思所学内容，并识别从SWOT分析中可以得到的收获。 第三周 - 理解并推广你的解决方案 本周你将研究如何考虑自己想法的更广泛影响，并制定一个强有力的计划，展示你的想法在现实世界中的运作方式。你将考虑如何为自己的解决方案做出有说服力的案例。在活动中，你将学习如何估算资源和衡量成功，并制定自己的问题解决计划，同时参与同伴评审，互相提供反馈。课程接近尾声，最后的步骤将帮助你反思所学到的内容。

Decision Making and Governance of Natural Disaster Risk (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/decision-making-and-governance-of-natural-disaster-risk

简介: 课程名称：自然灾害风险的决策与治理 课程概述：本课程将教授您如何在基础设施项目中管理灾害风险。您将学习项目的技术和经济可行性，以及如何使用定量指标和其计算方法来优先考虑投资。此外，您还将了解效率和公平的概念，以及如何将其纳入风险分析中。 此外，您将理解风险治理的关键组成部分，以及为明智的公共投资系统所需的步骤。 课程大纲： 第一周：本课程从技术和经济可行性的角度探讨基础设施项目中的灾害风险管理，以优先考虑投资。它使用定量指标，并在分析中融入效率和公平的概念。此外，本课程还深入研究基础设施项目风险分析的治理和操作方面。 第二周：课程内容未详细列出。

Decision Making and Reinforcement Learning (Coursera) 0 个评论 关注

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

简介: 课程名称：决策制定与强化学习 课程概述：本课程是对序列决策制定和强化学习的介绍。我们将从效用理论开始，讨论如何将偏好表示和建模以支持决策制定。课程初期，我们将简单的决策问题建模为多臂老虎机问题，并讨论几种评估反馈的方法。接下来，我们会将决策问题建模为有限马尔可夫决策过程（MDPs），并通过动态规划算法讨论其解决方案。 课程大纲： 1. **决策与效用理论** 描述：欢迎来到决策制定与强化学习课程！在这一周，托尼·迪尔教授将对课程进行概述。您还将看到一些指导方针，以支持您在建模序列决策问题和实现强化学习算法方面的学习之旅。 2. **多臂老虎机问题** 描述：欢迎进入第二周！这一周，我们将学习多臂老虎机问题，这是一种优化问题，算法在探索与利用之间进行平衡，以最大化奖励。主题包括行动值和样本平均估计等内容。 本课程将帮助学员理解决策制定的基本理论，掌握强化学习的基本算法，并应用于实际的决策场景。

Decision-Making and Scenarios (Coursera) 0 个评论 关注

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

简介: 课程名称：决策制定与情景分析 课程概述：本课程旨在展示如何使用定量模型将数据转化为更好的商业决策。您将学习如何利用模型促进决策过程，以及如何结构化决策以获得最佳结果。由沃顿商学院两位备受赞誉的教授主讲，他们将逐步示范建模常见商业和金融情景的过程，从而显著提升您分析复杂问题和洞察不同选择的能力。在创建了现有现实、潜在风险和替代情景的模型后，您可以利用本课程中学到的决策工具和技术，为您的企业确定最佳解决方案。 课程大纲： 第一部分：评价标准：净现值（NPV） 描述：本模块介绍了选择投资项目的多种潜在标准，并探讨了最有效的标准：净现值（NPV）。通过具体例子，您将学习净现值的关键组成部分，包括货币时间价值和资本成本，NPV的主要效用，以及为何其在项目评估中比其他常用标准更为准确和有用。到模块结束时，您将能够解释为何净现值分析是接受或拒绝项目的合适标准，以及为何其他标准（如内含报酬率、回收期、投资回报率等）可能无法最大化价值。 第二部分：项目评估 描述：在本模块中，您将学习如何评估项目，重点分析与项目相关的增量税后现金流。您将通过具体示例使用替代情景测试这种方法的有效性。您将理解为何只有未来现金流是相关的，忽略财务成本，考虑所有附带影响，记住营运资本需求，考虑税务影响，忘记沉没成本，记住机会成本，使用期望现金流并进行敏感性分析。到模块结束时，您将能够更全面和有效地评估项目，重点建模公司税后现金流的变化，从而做出更具盈利性的决策。 第三部分：用财务术语表达商业战略 描述：本模块旨在让您了解商业活动、交易和事件如何转化为财务报表，包括资产负债表、利润表和现金流量表。您还将学习这三张报表是如何相互关联的，以及资产负债表和利润表如何帮助预测未来的现金流量表。到模块结束时，您将能够解释会计系统如何将商业活动转化为财务术语，并如何利用这些信息更好地预测未来现金流，从而以财务术语表达您的商业战略，并展示您拟议行动方案的“底线”。 第四部分：新产品价值 描述：在本模块中，您将把所学应用到新产品项目的分析中。您将学习如何规划实施新业务所需进行的商业活动、交易和事件，包括它们的时序。您还将学习如何设置电子表格以帮助进行预测，并在重新思考计划时自动重新计算。您将看到如何预测隐含的财务报表，并计算净现值（NPV）。到模块结束时，您将能够使用电子表格探索新项目可能面临的不同风险，并分析这些情景对NPV的影响，从而做出最具盈利性的数据驱动决策。

Decision-Making: Blending Art & Science (Coursera) 0 个评论 关注

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

简介: 课程名称：决策：艺术与科学的融合 课程概述：为什么聪明的人有时会在极其错误的情况下依然认为自己是对的？我们的脑袋设计用于快速决策，但有时我们会忽视真正的情况。明白这一点后，悉尼·芬克尔斯坦教授将带您深入了解决策背后的神经科学，并教您如何在工作和生活中做出适合自己的有意识的决定。通过教导您反思并更好地前行，芬克尔斯坦教授将帮助您在所做的一切中发挥出最佳水平。 课程大纲： 1. 情感大脑、偏见与决策 2. 经验与专业知识 3. 情感标签的实践 4. 综合应用：如何成为您想要的优秀决策者 这个课程不仅阐述了决策的理论框架，还通过教授实际的技能，帮助您在复杂环境中做出明智的选择。

Decisions, Decisions: Dashboards and Reports (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/decisions-decisions-dashboards-and-reports

简介: 课程名称：决策，决策：仪表板和报告 概述：您即将完成！这是谷歌商业智能证书的第三门也是最后一门课程。在此课程中，您将运用对利益相关者需求的理解，规划和创建商业智能（BI）可视化，并设计报告工具，包括仪表板。您还将探索如何使用灵活和互动的仪表板来回答业务问题，并长期监控数据。 本课程由目前在BI领域工作的谷歌员工指导，通过实际操作帮助您学习。 课程大纲： 1. 商业智能可视化：您将学习BI仪表板的基础知识，包括它们与其他数据分析仪表板的不同。您还将探讨如何使用动态可视化来回答业务问题，了解仪表板的互动性如何增强利益相关者的能力。 2. 可视化结果：您将考虑构建BI可视化的权衡，练习创建图表和可视化效果，探索有效组织仪表板元素的方法，并识别影响处理速度的因素以最大化仪表板性能。 3. 自动化和监控：您将构建图表并组织它们以创建有效监控数据的仪表板。此外，您将以BI专业人士的身份与客户见面，练习提问和沟通技巧，并利用客户提供的信息来制定项目。 4. 呈现商业智能见解：您将探索利益相关者演示和与客户分享仪表板的策略。接着，您将专注于为BI面试过程做准备，完善您的作品集，更新简历，并练习向招聘人员展示您技能的面试技巧。 5. 课程结束项目：您将完成作品集项目，构建一个BI仪表板。您将参考关键BI文件，创建低保真度的草图，设计图表并组织您的仪表板。您的作品集将包括一个草图和一个可供与利益相关者展示的工作仪表板。 6. 运用您的谷歌商业智能证书：您将回顾在谷歌商业智能证书中学到的内容，探索其他职业资源，以帮助自己确立作为一名BI专业人士的身份。

Decisões de Marketing Baseadas em Dados (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/decisoes-de-marketing-baseadas-em-dados

简介: 课程名称：基于数据的营销决策 概述： 欢迎参加《基于数据的营销决策》课程。在本课程中，您将学习到用于进行营销操作决策的数据分析技术，以提高成功的机会。通过这门课程，您将能够使用Python进行各种分析，帮助您在营销组合（价格、地点、产品和促销）方面做出决策。 该课程分为四个模块，按周提供学习内容。每个模块包括视频、阅读材料和学习评估测试。每个模块结束时都有一个知识验证评估。 我们非常高兴您能参加这门课程，并期待您充分利用所提供的概念。 祝学业顺利！ 课程大纲： 第一部分：模块1 | 基于关联规则的产品推荐 在本模块中，将介绍购物模式映射技术，以了解哪些产品会一起被购买。这种分析可以更好地安排实体店和在线商店中的产品分配。 第二部分：模块2 | 基于相似度的产品推荐 本模块将讨论通过相似度分析，识别哪些产品应该与消费者可能正在寻找的其他产品一起推荐。这使得跨销售策略更有效，能够为消费者提供更具吸引力的优惠。 第三部分：模块3 | 通过合成分析确定价格 在本模块中，我们将讨论如何通过使用Python等软件监控关键绩效指标（KPI），并通过数据可视化的方法进行分析。 第四部分：模块4 | 通过时间序列进行产品分析 本模块将介绍通过时间序列进行产品分析的方法。通过这种分析，可以评估消费者与数字产品互动过程中捕捉到的行为数据。

Deep Learning and Reinforcement Learning (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/deep-learning-reinforcement-learning

简介: 课程名称：深度学习和强化学习 课程概述：本课程将带您深入了解机器学习中两大热门领域：深度学习与强化学习。深度学习是机器学习的一个子集，广泛应用于监督学习和非监督学习，常常为我们日常使用的大多数人工智能应用提供支持。在课程初期，您将学习神经网络的理论基础，这些网络是深度学习的核心，随后会接触多种现代深度学习架构。完成一些深度学习模型的开发后，课程将重点讲述强化学习，这一领域近年来吸引了越来越多的关注。尽管当前强化学习的实际应用相对较少，但它在人工智能研究中展现出广阔前景，未来可能成为重要的应用领域。 在本课程结束时，如果您按顺序完成了IBM专业化课程，您将掌握并有实战经验的主要机器学习类型，包括监督学习、非监督学习、深度学习和强化学习。 学习目标： - 解释适合非监督学习方法的问题类型； - 阐述维度诅咒，并解释其如何使多特征聚类变得困难； - 描述并使用常见的聚类和降维算法； - 在适当的情况下尝试聚类点，并比较每个聚类模型的表现； - 理解相关于特征簇的指标。 适合人群： 本课程面向希望获得深度学习和强化学习实践经验的有志数据科学家。 需要的技能： 为了充分利用本课程，您应具备Python开发环境的编程基础，以及数据清洗、探索性数据分析、非监督学习、监督学习、微积分、线性代数、概率论和统计学的基本知识。 课程大纲： 1. 神经网络简介：介绍深度学习、神经网络及其应用，包括理论背景和模型技术的特点。 2. 神经网络优化器与Keras：了解模型训练中优化器和数据随机化的关键概念，并使用Keras库进行实践。 3. 卷积神经网络：学习卷积神经网络的基本原理及其在图像AI应用中的普遍架构。 4. 循环神经网络与长短时记忆网络：熟悉递归神经网络（RNN）和被认为是语音转文本突破性成果的长短时记忆网络（LSTM）。 5. 使用自编码器进行深度学习：学习自编码器的定义、工作原理及其在图像应用中的应用。 6. 深度学习应用与强化学习：探索神经网络的其他新应用，如生成对抗网络（GAN）以及通过奖励训练算法的强化学习。 完成该课程后，学员将具备深厚的机器学习知识和实践经验，为后续学习打下坚实基础。

Deep Learning Applications for Computer Vision (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/deep-learning-computer-vision

简介: 课程名称：深度学习在计算机视觉中的应用 概述：本课程可作为科罗拉多大学博尔德分校数据科学硕士（MS-DS）学位的一部分，通过Coursera平台进行学习。MS-DS是一个跨学科的学位，结合了应用数学、计算机科学、信息科学等多个部门的教师资源。该项目采取基于表现的招生方式，无需申请流程，适合具备计算机科学、信息科学、数学及统计学等领域多元背景的个人。欲了解更多关于MS-DS课程的信息，请访问 https://www.coursera.org/degrees/master-of-science-data-science-boulder。 课程内容：您将学习计算机视觉作为一个研究领域。我们将探讨多个计算机视觉任务及经典计算机视觉的建议方法，随后引入深度学习方法并应用于相同问题。通过分析结果，我们将讨论两种方法的优势和劣势。此外，我们将使用教程，让学员亲手探索现代机器学习工具和软件库。课程将涵盖深度学习可应用的计算机视觉任务，例如图像分类、带定位的图像分类、目标检测、目标分割、人脸识别以及活动或姿势估计。 大纲： 1. **引言和背景**：学习计算机视觉领域及其目标，即从图像中提取信息，同时了解机器学习和深度学习技术对计算机视觉领域的影响。 2. **经典计算机视觉工具**：探索经典计算机视觉工具和技术，包括卷积操作、线性滤波器及图像特征检测算法。 3. **计算机视觉中的图像分类**：回顾经典计算机视觉中的物体识别挑战，并详细讨论实现物体识别和图像分类的步骤。 4. **神经网络与深度学习**：比较神经网络与经典计算机视觉工具的图像分类流程，复习神经网络的基本组成部分，并通过TensorFlow教程实践构建、训练和使用神经网络进行图像分类预测。 5. **卷积神经网络与深度学习高级工具**：学习卷积神经网络的组成部分，研究描述深度网络的参数与超参数，并探索其在提高深度学习模型准确性中的作用，最后通过TensorFlow教程实践构建、训练和使用深度神经网络进行图像分类。 通过本课程，学员将具备利用深度学习解决计算机视觉问题的能力，掌握相关技术和工具，并在实际应用中提升其技能。

Deep Learning for Business (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/deep-learning-business

简介: 课程名称：深度学习与商业 课程概述：随着AI（人工智能）技术的迅速发展，深度学习（DL）和机器学习（ML）正被运用到日常生活及各个行业中。本课程旨在帮助学员理解DL和ML的基础知识及其在商业中的应用，以应对未来商业战略的变化。课程分为三个部分，分别聚焦于未来商业策略、DL和ML的核心技术，以及使用TensorFlow Playground进行项目实践。 课程大纲： 1. **深度学习产品与服务**：本模块探讨未来行业的演变及AI应用，介绍IBM Watson、Amazon Echo、LettuceBot、Athelas等热门DL和ML产品及服务，以及苹果的watchOS 4和HomePod。 2. **深度学习与机器学习的商业应用**：分析DL和ML对商业的影响，讨论如何调整商业策略，以更好地利用这两种技术的优势，包括模型建立与调整的实例。 3. **深度学习计算系统与软件**：介绍主流的DL和ML系统与开源软件，如TensorFlow和CNTK，并探讨NVIDIA的超级计算机DGX-1及其在DL领域的领先地位。 4. **深度学习神经网络基础**：阐述人工智能、机器学习和深度学习的技术差异，介绍神经元模型、人工神经网络及相关学习方法，包括监督学习和强化学习。 5. **CNN与RNN的深度学习**：聚焦卷积神经网络（CNN）和递归神经网络（RNN）的技术，探讨其在图像识别、语音识别等领域的应用，以及如何提升效率和准确性。 6. **使用TensorFlow Playground进行深度学习项目**：通过四个神经网络设计项目，学员将学习如何利用TensorFlow Playground进行DL网络的设计与挑战，综合应用前面模块的知识。 本课程将帮助您制定商业策略，并为新兴的DL和ML服务及产品进行技术规划。

Deep Learning for Object Detection (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/deep-learning-object-detection

简介: 课程名称：深度学习与目标检测 课程概述：目标检测与定位是深度学习在计算机视觉领域最常见的应用之一。应用场景包括帮助自主系统在复杂环境中导航、定位医学状况如肿瘤，以及在农业中识别成熟的收割作物。在课程项目中，学员将把检测模型应用于实际场景，并训练模型以检测各种停车标志。完成本课程将使学员具备为其应用训练检测模型的技能。 课程大纲： 1. 名称：使用预训练模型进行目标检测 描述：通过使用预训练模型入门目标检测。 2. 名称：训练目标检测模型 描述：利用迁移学习重新训练YOLO模型以适应新的应用。 3. 名称：评估目标检测模型 描述：使用召回率、精确率和平均精确度等指标来评估模型性能。 4. 名称：最终项目：训练与评估检测模型 描述：在最终项目中应用完整的目标检测工作流程。 本课程将为学员提供实践经验和理论知识，是希望深入了解目标检测技术的学习者的理想选择。

Deep learning in Electronic Health Records - CDSS 2 (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/cdss2

简介: 课程名称：电子健康记录中的深度学习 - CDSS 2 课程概述：本课程概述了深度学习的主要原理及常见架构，重点探讨了如何将问题表述为时间序列分类，并应用于如心电图（ECG）等生命体征。由于电子健康记录（EHR）中存在缺失值和异质性（包括连续、序数和类别变量），因此在应用这些方法时会面临挑战。课程还探讨了插补技术和不同的编码策略来解决这些问题，并应用这些方法来制定基于MIMIC-III数据库中可用信息的临床预测基准。 课程大纲： 第一部分：人工智能与多层感知器 本周将概述深度学习的历史及流行的平台，并讨论多层感知器（MLP）网络及其常见的激活函数、损失函数和优化算法。通过实践练习，学生将优化和评估用于心电图分类的MLP。 第二部分：卷积神经网络与递归神经网络 本周讨论卷积神经网络（CNNs）的优势以及其在图像处理中的革命性贡献，并实现CNN用于时间序列分类。同时介绍递归神经网络（RNNs），特别是长短期记忆网络（LSTM）和门控递归单元网络（GRU）。强调训练、验证和测试数据集的重要性，以避免过拟合并进行模型评估。 第三部分：MIMIC III数据的预处理与插补 基于MIMIC-III数据库开发DNN的基准数据集涉及多个步骤，包括队列选择、单位转换、异常值去除和时间窗口内的数据聚合。这些步骤将EHR表示为时间序列数据，但也容易出现缺失数据。因此，课程将介绍基于传统和深度学习技术的插补策略，学生将有机会预处理EHR并训练深度学习模型来预测院内死亡率。 第四部分：机器学习模型的EHR编码 EHR包括类别、序数和连续变量。适当的数据表示至关重要，因为编码会影响预测性能。本周将包括几种不同的数据编码策略，如目标编码、深度学习编码和相似性编码。特别将演示自编码器，这是一种深度学习架构，用于在低维空间中表示数据，并应用于院内死亡率的预测。

Deep Learning Methods for Healthcare (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/deep-learning-methods-healthcare

简介: 课程名称：深度学习在医疗保健中的方法 课程概述：此课程涵盖了深度学习（DL）方法、医疗保健数据及其在医疗中的应用。课程包括视频讲座、自主编程实验、作业（书面和编程）以及一个大型项目。课程的第一阶段将通过视频讲座介绍不同的深度学习和健康应用主题，自主实验和多项作业。在这一阶段，您将积累在医疗保健数据上开发实用深度学习模型的知识和经验。课程的第二阶段将是一个大型项目，最终形成技术报告和深度学习模型的功能演示，旨在解决一些具体的医疗问题。我们期待最佳项目能够潜在地转化为科学出版物。 课程大纲： 第1部分 标题：第1周 - 嵌入 描述：课程概述及嵌入的相关内容。 第2部分 标题：第2周 - 卷积神经网络（CNN） 描述：讨论卷积和池化的重要性，并介绍卷积神经网络的相关信息。 第3部分 标题：第3周 - 循环神经网络（RNN） 描述：循环神经网络具有重要的构建模块。我们将解释这些模块并给出医疗保健应用的例子。 第4部分 标题：第4周 - 自编码器 描述：了解自编码器在机器学习中的不可或缺性，并展示其在医疗中的应用。

Deep Learning with PyTorch (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/advanced-deep-learning-with-pytorch

简介: 课程名称：使用PyTorch的深度学习 课程概述：本课程从基础的机器学习概念深入到使用PyTorch完成更复杂的深度学习模型和技术。内容涵盖了Softmax回归、浅层和深层神经网络以及卷积神经网络等特殊架构。 在本课程中，您将探索Softmax回归，并理解其在多类分类问题中的应用。您将学习如何训练神经网络模型，并探索相关知识。 课程大纲： 1. **逻辑回归与交叉熵损失**：了解均方误差的问题，讨论最大似然估计，并学习如何从最大似然估计计算交叉熵损失，最后使用PyTorch训练模型。您将在实验室中应用所学，并通过小测验测试您的概念。 2. **Softmax回归**：学习如何使用直线对数据进行分类，理解Softmax函数的工作原理，涵盖argmax函数及其用法。您将创建一个自定义的Softmax模块，并使用Softmax分类器创建分类模型，测试您的概念。 3. **浅层神经网络**：创建一个带有隐藏层的神经网络，学习如何训练神经网络模型及神经元如何提高模型性能。还将探讨过拟合、欠拟合、多类神经网络、反向传播和消失梯度，并在PyTorch中实现Sigmoid、Tanh和Relu激活函数。 4. **深层网络**：概述深度神经网络的实现，使用nn模块列表在PyTorch中实施深层神经网络，包括Dropout、层和权重的概念，探讨权重初始化问题及其解决方法，以及不同的初始化方法、梯度下降和批归一化。 5. **卷积神经网络**：描述卷积及激活图大小的确定，涵盖激活函数和最大池化，同时讨论多输入和输出通道的卷积。总结卷积神经网络构造器、前向步骤及在PyTorch中的训练，学习图形处理单元（GPU）、CUDA、残差网络及Resnet18。 6. **最终项目**：通过完成一个同伴评审的最终项目，展示并验证您在之前模块中所获得的技能。 本课程通过理论学习和实践实验结合，帮助学员深化对深度学习和PyTorch的理解与应用。

Deep Neural Networks with PyTorch (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/deep-neural-networks-with-pytorch

简介: 课程名称：使用PyTorch的深度神经网络 课程概述： 本课程将教授如何使用PyTorch开发深度学习模型。课程开始于PyTorch的张量及自动微分功能，随后每个部分将涉及不同模型，首先介绍线性回归和逻辑/softmax回归等基础知识。接下来，将学习前馈深度神经网络、不同激活函数的作用、归一化和丢弃层。课程还将涵盖卷积神经网络和迁移学习，最后讨论其他几种深度学习方法。 学习成果： 完成本课程后，学习者将能够： • 解释并应用深度神经网络和相关机器学习方法的知识 • 掌握如何使用Python库（如PyTorch）进行深度学习应用 • 使用PyTorch构建深度神经网络 课程大纲： 1. **张量与数据集** - 概述张量和数据集，介绍如何分类张量中的数据类型和张量类型，学习1D和2D张量的基础知识，以及简单及偏导数的差异，构建简单的数据集类和图像数据集，并在实验中应用所学。 2. **线性回归** - 学习线性回归的基本概念，如何使用nn.Modules构建自定义模块进行预测，探索state_dict()方法，训练模型、定义数据集及噪声假设，最小化成本并计算损失，理解梯度下降法及其在成本函数上的应用。 3. **PyTorch中的线性回归** - 实现使用PyTorch数据加载器的随机梯度下降，了解批处理技术以提高模型训练效率，比较小批量梯度下降与随机梯度下降，学习收敛率及PyTorch优化模块的应用。 4. **多输入输出线性回归** - 使用线性类在多维空间中执行线性回归，学习模型参数、成本计算及在PyTorch中执行梯度下降，扩展线性回归以处理多个输出。 5. **分类的逻辑回归** - 学习线性分类器和逻辑回归的基础，使用nn.sequential模型在PyTorch中构建神经网络，实施逻辑回归进行预测，并理解与逻辑回归相关的统计概念，如伯努利分布和最大似然估计。 6. **实践项目与最终项目** - 实施最终项目，综合运用所学知识，构建逻辑回归模型以预测《英雄联盟》比赛的结果，利用游戏内的各种统计数据创建强大的预测模型。 这个课程将为希望深入了解深度学习并能够实际应用其理论与技术的学习者提供全面、实用的学习体验。

Deep Time: Discovering an Ancient Earth (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/deep-time-discovering-an-ancient-earth

简介: 课程名称：深时：探索古老的地球 概述：自从我们的祖先踏上非洲草原以来，人类便开始探索和思考这个世界。如今，对许多人来说，科学是理解自然的工具，它带领我们从亚原子世界走向遥远的星系。通过地质学这一学科，科学使我们能够回溯时间的迷雾，窥见以数十亿年为单位的过去，这段时间被称为“深时”。 加入我们的探索之旅吧！我们将学习科学和地质学的起源，地球的海洋、大气和岩壳。随后我们将关注地质学家如何研究落基山脉的兴起与衰落，并以思考科学的力量及其固有责任和代价作为结尾。 证书获得者需通过几个短小的评估和讨论题来证明其掌握情况，并有能力教授或应用所学材料。 课程大纲： 1. **科学与地质学的深时探索** 描述：人类可能是第一个提出并开始回答关于周围世界重大问题的物种：我们是谁？我们在哪里？我们何时存在？本模块首先介绍科学的基本概念及其起源，接着探讨地球科学（地质学）的历史开端，以及它从一开始就指向一个古老的地球，即深时的概念。最后，该模块将介绍岩石和矿物年龄的确定方法，包括定性方法和同位素方法。 2. **起源：从星星到行星、大陆、海洋和大气** 描述：科学的力量在于它能够窥见深时的最遥远深处。第二个模块将带领我们快速回顾宇宙、星星、行星，以及地球最初的海洋、大气、岩壳和生命的起源。我们将深入北美大陆的基础，使用岩石和矿物分析、放射性定年、地震学等方法，了解北美及大陆是如何随时间而发展的。 3. **北美的海洋与古代山脉** 描述：本模块将讲述北美的故事，从前寒武纪进入显生宙（即古生代、中生代、新生代）。通过岩层来解读这段故事，我们将复习一些地质学的术语，以及岩石循环的概念。我们还将访问（通过讲座和虚拟视频实地考察）显著的巨大不整合面，这是第一层壳化石下方的巨大间隙。我们将考虑气候和构造运动如何影响海平面变化最后在晚古生代，当盘古超级大陆形成时，古老的落基山脉开始崛起。 4. **现代落基山脉的形成** 描述：进入落基山脉的历史最后阶段（中生代与新生代），地质记录提供了更清晰的细节，揭示了山脉隆起、海洋侵入、气候变化和化石记录的时间与位置。现代落基山脉是由于隆起、侵蚀，再次隆起和最终受到冰川雕刻的结果。最后，我们将回归科学本身——它不仅是重建自然与过去的工具，还承载着评估真理和审视我们生活与当今世界中的主张的责任。 注：各模块中包括去佛尔德附近的弗拉格斯塔夫山的虚拟视频实地考察。

Defensive Python (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/defensive-python

简介: 课程名称：防御性Python 概述：本课程展示了如何使用Python进行网络分析，以检测和劫持可疑连接。 大纲： 第一部分：防御性Python 描述：该部分内容将重点介绍使用Python进行网络分析的基础知识和技术，帮助学员识别潜在的网络威胁和可疑的连接行为。通过实践项目，学员将学习如何创建有效的检测工具，以确保网络安全。

Definición y Medición (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/definicin-y-medicin

简介: 课程名称：定义与测量 课程概述：在本课程中，我们将学习价值流映射的重要性，这是一种帮助我们理解流程的工具，能够识别浪费，发现竞争优势的来源。通过该工具，我们可以在所有用户之间建立共同语言，传达改进的想法，并优先考虑改善工作的计划。价值流是一种绘制“地图”或流程图的技术，旨在展示从供应商到客户的材料和信息流，力求减少和消除浪费，对战略规划和变更管理尤为有用。我们将使用SIPOC等多种流程图格式，以便总结所有供应商、流程和客户，从而选择价值流映射(VSM)的关键路径，以根据公司的战略计划改善流程或系统。 课程重点在于： 1. 明确需要解决的问题，准确定位现状，这是后续工作的基础。 2. 基于现状定义关键绩效指标(KPIs)，便于我们更好地理解当前情况。 3. 确定目标，并为这一过程设定可测量的指标，建立跟踪路线来分析现状。 完成“定义与测量”课程后，您将能够： - 识别当前状态图中的机会领域和浪费。 - 根据精益思维的特征生成未来状态图的步骤。 - 通过未来状态图定义改进项目。 课程大纲包括： 1. **价值流映射**：建立现有流程的状态图，并对照模拟结果与当前结果进行有效性评估。 2. **项目定义**：识别未来状态的改进项目，并准备项目高层描述，明确各方责任并获得启动授权。 3. **过程能力**：评估流程的执行能力，确保产品在规格内不发生缺陷。 4. **测量系统分析**：确保在数据收集和分析过程中获得可靠的测量，根据多项研究验证测量系统的准确性。 通过报名本课程，您将获得实用的技能和知识，以改进流程管理和提高效率。

Defining Diversity, Equity and Inclusion in Organizations (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/defining-diversity-equity-and-inclusion-in-organizations

简介: 课程名称：组织中的多样性、公平性和包容性定义 课程概述：《组织中的多样性、公平性和包容性定义》是为期四个课程系列的第一门课程。该课程介绍了多样性、公平性和包容性的基本定义，以及这些努力为何常常失败的原因。我们还将探讨为多样性辩护的要素，以及DE&I成熟度的概念，帮助学习者评估其组织的活动，从而确定其在DE&I连续体中的位置。 学习目标： 1. 提供对多样性、公平性和包容性术语的共同理解，并探讨如何有效地将其实施到组织中。 2. 理解不断变化的人口结构如何影响您的组织，发现支持多样性的各种论据，并将其与组织的成功联系起来。 3. 意识到DE&I连续体中不同的多样性水平，了解您的组织处于何种位置。 4. 识别实施DE&I倡议中的常见困难，并学习如何避免多样性努力失败的多种方式。 课程大纲包括： - 定义多样性、公平性和包容性 - 为DE&I辩护 - 组织的DE&I连续体 - DE&I努力为何常常失败 该课程将为参与者提供在组织中推动多样性、公平性和包容性的基础知识和实用策略。

Delivery Problem (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/delivery-problem

简介: 课程摘要：配送问题 课程名称：配送问题 概述：在这门在线课程中，我们将共同实现高效的程序来解决一个全球快递公司每天面临的难题——旅行推销员问题（TSP）。该问题的目标是尽快访问所有给定地点。如何快速找到该问题的最佳解决方案是一个挑战，我们仍然没有确凿有效的算法，这也是P与NP问题的核心所在。 课程大纲： 1. **旅行推销员问题** - 描述：本模块首先定义配送问题的数学模型——经典的旅行推销员问题（TSP）。接着，我们将回顾其多种应用，从简单的货物配送和旅行规划，到不太明显的数据存储与压缩、基因组组装等。随后，我们将共同迈出实现TSP程序的第一步。 2. **精确算法** - 描述：我们将深入了解应用于旅行推销员问题的两种通用技术。第一种是“分支限界法”，这是一种在组合优化中使用的经典方法，可以看作是暴力搜索的改进：我们尝试逐步构建一个排列，每一步检查是否继续构建是合理的（如果不合理则直接剪掉当前分支）。第二种是动态规划，这被认为是最流行的算法技术，通过解决一系列较小的子问题来解决整体问题。 3. **近似算法** - 描述：如前所述，精确解决旅行推销员问题是困难的，未来也不太可能有效率高的解决方案。因此，我们需要探讨是否可以高效地找到一个可能是次优的，但又接近最佳的解决方案。答案是肯定的！我们将学习两种算法。第一种算法保证快速找到长度至多为最佳解决方案两倍的解。第二种算法虽然没有这样的保证，但在实践中表现良好。 通过本课程，学员将掌握解决旅行推销员问题的基本理论与实现技巧，尤其在配送领域的应用。

Dell Technologies Technical Support for Hardware (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/dell-hardware-tech-support

简介: 课程名称：戴尔科技硬件技术支持 概述：该课程旨在为有志于成为IT专业人士的人士提供对硬件设备组件的全面理解，以及在客户端和企业环境中排除常见硬件问题所需的技能。该课程将使学习者具备自信应对硬件相关挑战的知识，从而有效维护和修复设备，最大限度地减少停机时间。通过详细的课程、实践练习和真实场景，参与者将获得实践经验。 课程大纲： 1. 客户端硬件基础 - 描述：本模块旨在为您提供有关客户端系统的基本知识。该部分介绍了常见计算机组件及其各自的功能，同时您还将学习引导数字化转型的原则。 2. 客户端硬件故障排除 - 描述：本模块旨在为您准备服务客户端硬件产品。您将学习各种客户端产品、诊断与故障排除等内容。 3. 企业硬件基础 - 描述：本模块将为您提供企业服务器的基础知识。本周我们将涵盖常见的服务器组件及其各自的功能，同时也涉及服务器技术概念。 4. 企业硬件故障排除 - 描述：本周的内容旨在帮助您理解并排除企业产品的故障。您将学习各种基础设施技术，包括服务器、网络和存储等。

Demand Analytics (Coursera) 0 个评论 关注

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

简介: 课程名称：需求分析 课程概述：欢迎来到需求分析课程，这是供应链管理和营销领域中最受欢迎的技能之一！通过北美一家领先炊具制造商的真实案例和数据，您将学习需求规划和预测的数据分析技能。完成本课程后，您将能够： 1. 通过建立和验证需求预测模型来提高预测的准确性。 2. 通过识别影响需求的驱动因素（例如时间、季节性、价格和其他环境因素）并量化其影响，来更好地刺激和影响需求。 AK是北美一家领先的炊具制造商。其新推出的顶级产品在市场上逐渐获得动能。然而，在旺季进行价格调整时，意外引发了显著的需求激增，这让AK感到非常意外，导致了大量积压订单。AK面临着因顾客不满和加班生产及加急运输相关的高成本而失去市场动能的风险。准确的需求预测对于增加收入和降低成本至关重要。识别需求驱动因素并评估其对需求的影响，可以帮助公司更好地影响和刺激需求。 课程大纲： 1. 欢迎！ - 课程简介：在第一周，您将了解AK MetalCrafters（北美领先的炊具制造商）在推出新产品时面临的危机，以及AK如何成功利用需求分析解决这一危机。您还将学习需求规划和预测的一般原则，以及它在企业综合业务规划中的作用。 2. 预测趋势 - 课程介绍：在需求分析的第二周，您将把第一周学习的一般原则付诸实践，通过建立和解释线性模型来预测趋势（如新产品推出）。您还将学习数据收集、预处理和可视化技术，这些都是模型构建的关键。 3. 预测价格和其他环境因素的影响 - 课程介绍：在需求分析的第三周，您将验证并改进第二周建立的线性模型，通过分析其错误以识别缺失变量，然后建立一个多元回归模型，不仅捕捉趋势，还考虑价格和其他环境因素的影响。 4. 预测季节性 - 课程介绍：在需求分析的最后一周，您将通过将季节性纳入第三周构建的需求预测模型来进一步改进模型，以捕捉错误中的周期性模式；您将学习如何建模和格式化分类变量，以及如何创建和测试您的预测。 希望您喜欢这门课程！

Demand Forecasting Using Time Series (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/demand-prediction-using-time-series

简介: 课程名称：基于时间序列的需求预测 课程概述：这是“供应链基础机器学习”系列中的第二门课程。此课程将全面探讨时间序列在需求预测中的应用。我们将从基本概念入手，了解时间序列的特性，包括平稳性、趋势（漂移）、周期性和季节性。接着，我们将分析与时间序列相关的相关性方法（自相关）。在课程的后半部分，我们将重点学习使用时间序列进行需求预测的方法，例如自回归模型。最后，我们将通过项目实践，使用ARIMA模型在Python中进行需求预测。 课程大纲： 1. 时间序列初探：我们将初步了解Python中的时间序列，识别其在机器学习中的位置，学习时间序列的主要类型及其特征，包括周期、频率和平稳性等，并通过绘制时间序列图来探讨季节性与周期性的区别。 2. 独立性与自相关：深入探讨自相关与独立性的概念，理解相关性的数学原理及其在两个变量间关系中的应用，同时将相关性与时间序列属性（如趋势、季节性和平稳性）结合，学习自相关的理论和Python编码实现。 3. 回归与ARIMA模型：复习线性回归的基本概念，并延伸到滞后回归，这是一种将回归技术应用于时间序列的有效方法。我们将在掌握基本和滞后回归的基础上，探讨现代方法如ARIMA（自回归积分滑动平均）模型。所有这一切都是为更高级的机器学习模型（如长短期记忆网络LSTM）打基础。 4. 最终项目：在课程的最终项目中，我们将利用ARIMA模型进行需求预测。

Demand management: Breaking down today’s commercial silos (Coursera) 0 个评论 关注

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

简介: 课程名称：需求管理：打破当今商业孤岛 课程概述：在未来五年内，酒店行业面临的最大挑战是销售、收入、分销和财务等关键商业领域之间缺乏整合，这将对实现资产价值和最大盈利能力产生负面影响。该课程分为四个关键模块： 1. 资产管理 2. 需求生成 3. 在线营销 4. 收入管理 旨在打破这些商业孤岛，并揭示从长期资产开发到短期利润策略的旅程，以及商业团队如何在整个组织中进行对齐。该课程由SnapShot创建，由经验丰富的行业讲师主持，并结合易于理解的理论和实际练习与模拟。 SnapShot是一家酒店需求管理公司，专注于帮助酒店聚合和利用其数据，提供有用的工具及创新的教育和辅导服务，以帮助酒店做出明智的决策，从而提高利润。 课程大纲： 第1部分：资产管理 描述：在简短介绍和定义资产管理之后，本模块将探讨所谓的“资产管理三角”的关系。我们将通过酒店项目的不同里程碑，从初始计划到退出进行逐步讲解。 第2部分：需求生成 描述：在本模块中，您将了解需求生成的含义，并探索确保您在酒店市场定位、运营盈利能力和长期估值方面实现目标的关键因素。 第3部分：在线营销 描述：营销是使某物被适当的公众所知、渴望和购买的过程。尽管这一点没有改变，但在过去二十年中实现这一目标的手段发生了指数级的变化。随着客户寻找并找到您的酒店，您需要处理分销成本，并通过最盈利的渠道进行销售，以保持健康的利润，同时确保足够的可见性和收入。 第4部分：收入管理 描述：在本模块中，我们将研究收入管理诞生的背景及其帮助酒店和其他类似企业克服的挑战。然后，我们将逐步了解收入管理循环的六个关键步骤，并回答一些问题，比如：我从哪里获取所需的数据？获取数据后该如何处理？我如何预测未来将会发生什么？我可以使用什么样的预测方法？为获得最大收入和利润我需要做出哪些决策？ 本课程为您提供了全面的知识和实践经验，帮助您在酒店行业中脱颖而出。

Democracia y decisiones públicas. Introducción al análisis de políticas públicas (Coursera) 0 个评论 关注

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

简介: 课程名称：民主与公共决策：公共政策分析导论 课程概述：公共政策是政策的具体表现，是政府为应对社会问题所采取的行动和不行动的体现。本课程探讨了如何决定解决哪些问题以及采取何种解决方案，这一过程主要是政治和社会的，它往往超出了纯粹理性的分析。课程内容包括分析为何某些问题成为公共问题，而另一些则未能引起关注，描述问题的描述和解释背后的政治斗争，识别有意影响公共政策采纳的复杂利益相关者网络，以及如何评估这些政策的实际应用效果。 课程目标： 1. 通过真实案例展示公共政策采纳过程的复杂性，以及这些过程如何与理性决策模型不一致。 2. 传授公共政策分析的基础知识和工具，使学生能够创造性应对现实问题。 3. 促使学生成为了解民主制度运作的公民。 目标受众：对集体问题感兴趣的个人，欲在政策形成过程中影响决策的参与者（如分析师、公务员、第三部门工作者或政治参与者），以及希望从事公共管理、公共治理或公共政策分析的学位或研究生学习的学生。 课程大纲： - 模块0：简单介绍和基本信息。 - 模块1：介绍公共政策分析的基本问题，包括谁在治理，政治如何复杂化简单问题，公共问题的决定者等。 - 模块2：探讨如何构建公共问题，问题构建的策略以及其复杂性。 - 模块3：讨论参与政策形成的各类参与者，包括政府、议会、公众及其相互作用。 - 模块4：关注决策过程，探讨决策何以产生，并分析决策的合理性和民主性。 - 模块5：研究政府和行政机构针对集体问题所采取的工具和策略以及管理模式的演变。 - 模块6：实施阶段，强调决策和实际执行之间的差异，阐述实施过程中的各种影响。 - 模块7：公共政策评估的必要性，探讨评估的挑战和影响力。 - 模块8：课程总结，反思互联网对政治分析师角色的影响以及民主的双重危机。 本课程适合所有对公共问题和政策感兴趣的人士，尤其是希望在公共政策领域发挥作用的专业人士和未来学生。

Den UX-Designprozess Beginnen (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/den-ux-designprozess-starten-empathie-aufbauen-fokus-definieren-ideen-entwickeln

简介: 课程总结：开始UX设计流程 本课程“开始UX设计流程：建立同理心、定义焦点、开发创意”是一个证书项目的第二门课程，旨在帮助学习者掌握应聘用户体验设计（UX设计）初级职位所需的技能。在此课程中，您将完成一个项目的设计过程的前期阶段，并将其纳入您的作品集。您将学习如何与用户建立同理心、理解他们的问题、以问题描述定义需求并找到解决方案创意。 课程由目前在谷歌工作的UX设计师和UX研究人员讲授。在实践活动中，您将模拟真实的UX设计场景。 完成该证书项目中的七门课程的学习者，可以申请UX设计的初级职位，无需任何先前经验。 课程结束后，您将能够： - 描述常见的UX研究方法 - 与用户建立同理心，理解他们的问题和需求 - 创建同理心图、用户画像、用户故事和用户旅程图，以更好地了解用户需求 - 通过问题描述定义用户需求 - 开发可能解决方案的创意 - 进行竞争审查 - 识别并处理UX研究中的偏见和失真 - 开始为您的专业UX作品集设计一款移动应用的新项目 课程大纲： 1. 研究整合到设计过程：了解研究在设计过程中的作用，寻求以用户为中心的解决方案，并识别研究中的偏见。 2. 与用户建立同理心并定义问题：通过与真实用户进行访谈，创建同理心图和用户画像，帮助您理解用户的观点和问题。 3. 创建用户故事和用户旅程图：继续与用户建立同理心，发展用户故事和用户旅程图，并关注无障碍设计。 4. 定义用户的问题：从同理心构建阶段过渡到定义设计所要解决的问题，制作问题描述和假设描述，并探讨心理学与人类因素对设计的影响。 5. 设计解决方案的创意发展：通过集思广益，结合您对用户及其问题的理解，开发潜在的设计解决方案，并进行竞争审查和设计活动。 该课程为希望进入UX设计领域的学习者提供了必要的基础和实用技能，帮助他们更好地应对未来的挑战。

Dense Gases, Liquids and Solids (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/dense-gases-liquids-solids

简介: 课程名称：密集气体、液体与固体 课程概述：本课程是统计热力学的第四部分，主要讨论密集气体、液体和固体。随着气体密度的增加，分子间的相互作用开始对其行为产生影响。在微小偏离理想气体行为的情况下（称为密集气体极限），可以利用配置积分的概念来估算性质的变化，这是对配分函数的修改。这导致了状态方程的发展，这些方程是基于理想气体极限的密度展开式。同时，引入了分子间势能函数，并探索它们如何影响P-V-T行为。随着密度的增加，气体状态转变为液体状态。我们探讨这种转变是平滑还是突然，方法是考察热力学系统对小扰动的稳定性。接着，我们简要讨论利用径向分布函数（RDF）确定液体热力学性质的方法，以及该函数与热力学性质之间的关系。最后，我们探讨了晶体固体的两个简单模型。 课程大纲： 1. **配置积分**：讨论气体密度增加时分子间相互作用对行为的影响，以及如何使用配置积分估算性质变化，开发基于密度的状态方程。 2. **热力学稳定性**：探讨密度增加时液态转变的平滑性或突变性，研究热力学系统的稳定性与Gibb相律。 3. **径向分布函数、热力学性质与液体性质的分子动力学模拟**：简要讨论如何使用径向分布函数确定液体的热力学性质，并介绍分子动力学在获得径向分布函数中的应用。 4. **晶体固体**：运用简单统计热力学的结果来描述晶体固体的行为。

Density Functional Theory (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/density-functional-theory

简介: 课程名称：密度泛函理论 概述：本课程旨在全面介绍密度泛函理论（DFT）。DFT 目前是研究相互作用电子的最广泛使用的方法，其应用范围涵盖从原子到固体系统，从原子核到量子流体。本课程将介绍 DFT 的基本概念、基础及基本思想，特别强调使 DFT 成为模拟量子力学系统主流方法的特点和原因。 本课程适合具有基本量子力学知识的学生和研究人员，不要求有模拟或固态物理的经验。我们将在需要时提供简明的数学背景。 课程大纲： 1. **从多体问题到密度泛函理论** 本周将介绍密度泛函理论的基本概念，首先讨论多体问题，如何使用电子密度进行重新表述。我们将重点关注与密度直接相关的观测量，最后讨论霍亨贝格-科恩定理，课程结束时将进行历史回顾，追溯引入密度泛函的首步。 2. **从密度到科恩-沙姆世界** 第二周将介绍科恩-沙姆世界，这一既奇特又高效的环境中，独立粒子由能给出准确密度的方程控制。尽管独立粒子所感受到的势能未知且可能存在病态问题，该理论在原则上成立。模块最后也将给予简要的历史观点。 3. **近似与策略** 第三周将探讨 DFT 的一些实用方面，尤其是对未知交换关联势的近似策略。还将讨论带隙的概念以及通过自洽方法解决科恩-沙姆方程的实用方案。

Dentistry 101 (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/dentistry101

简介: 课程名称：牙科入门（Dentistry 101） 课程概述： 牙科入门是一门通过众多从业者的视角，介绍牙科这一激动人心且多样化领域的课程。如果你对牙科职业感兴趣，或者准备追求这一领域的职业并希望为牙科学校及未来的职业做好准备，牙科入门将帮助你更好地设想可选择的职业路径。 完成此课程后，你将对牙科领域有全面的基础认识，并能了解到一些不易获得的职业见解。如果你选择继续深造，这门课程还将使你对牙科学校的招生过程有更好的理解和准备。 课程大纲： 1. **介绍与选择牙科职业路径** 内容描述：对牙科职业的总体介绍以及如何制定职业发展路径。 2. **进一步的牙科专业领域** 内容描述：探讨牙科中的不同专业方向及其特点。 3. **牙科领域的提升方向** 内容描述：讨论牙科行业中的新兴领域和技能提升的机会。 4. **牙科学校与总结** 内容描述：了解牙科学校的选择，并对整个课程进行详细总结。 通过本课程，您将为未来的牙科职业生涯打下坚实的基础。