Experimental Design Basics (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/introduction-experimental-design-basics

简介: 课程名称：实验设计基础 概述：本课程是关于实验设计和结果数据分析的基础课程。课程目标是学习如何有效地计划、设计和实施实验，并分析产生的数据以获得客观结论。课程将讨论设计和统计分析问题。在当今的工业和商业环境中，课程内容在各个领域都有应用机会。课程期间将通过实例来说明来自不同领域的应用。将使用计算机软件包（如 JMP、Design-Expert 和 Minitab）来实施所呈现的方法，并进行广泛的演示。所有实验都属于设计实验，其中一些设计不佳，另一些设计良好。良好的实验设计能使您以更快、更简单且更少的资源获取可靠、有效的结果。您将在本课程中学习如何高效地规划、实施和分析实验。 课程大纲： - 单元1：开始和实验设计与分析简介 - 单元2：简单比较实验 - 单元3：单因素实验 - 方差分析 - 单元4：随机区组、拉丁方和相关设计 - 单元5：项目 该课程为学习实验设计的基本原则和方法提供了全面的框架，适合各行各业的学习者。

Experimental Methods in Systems Biology (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/experimental-methods

简介: 课程名称：系统生物学中的实验方法 课程概述：本课程将介绍系统生物学中实验所用的技术，重点关注RNA测序、质谱基础的蛋白质组学、流式/质谱细胞计数以及活细胞成像。系统生物学领域的重要推动力是这些技术，使我们能够深入了解细胞如何响应实验扰动，从而构建更详细的细胞功能定量模型。这些模型对从生物技术到人类疾病的各种应用提供了重要的见解。课程广泛概述了现代系统生物学中使用的多种实验技术，重点是获取用于后续分析的定量数据。我们特别深入探讨四种技术：mRNA测序、质谱基础的蛋白质组学、流式/质谱细胞计数和活细胞成像。这些技术在系统生物学中应用广泛，涵盖了从基因组范围到单分子覆盖，从百万细胞到单细胞，以及从单个时间点到频繁采样的时间序列数据。我们不仅提供这些技术的理论背景，此外还进入实际的湿实验室环境，指导这些技术的实际操作，以及如何分析所获得数据的质量和内容。 课程大纲： 1. 介绍 2. 深度mRNA测序 3. 质谱基础的蛋白质组学 4. 期中考试 5. 流式和质谱细胞计数用于单细胞蛋白水平和细胞命运 6. 活细胞成像用于单细胞蛋白动态 7. 集成和解读数据集与网络模型和动态模型 8. 期末考试 通过本课程，学习者将掌握现代系统生物学中关键实验技术的理论和实践，提升对细胞功能的定量理解能力。

Experimentation for Improvement (Coursera) 0 个评论 关注

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

简介: 课程名称：实验改进 课程概述：我们总是在用实验来改善生活、社区和工作。你是否效率地进行这些实验？还是在不断尝试单一变量并寄希望于结果？本课程将教你如何计划高效的实验，测试多个变量，以便用较少的实验找到最佳结果。课程的一个关键部分是如何优化系统。 我们使用简单工具：从手动快速计算开始，随后介绍如何使用免费的软件。 本课程提供幻灯片、所有讲座的讲义文本、字幕（英文、西班牙文和葡萄牙文；部分中文和法文）、视频、音频文件、源代码及一本免费的教科书。所有材料均可自由下载，供学员永久保存。 该课程适合任何在公司工作或希望改变自己生活、社区或邻里的人员，不需要具备统计学或科学背景！这里有适合每个人的内容。 课程大纲： 1. 介绍：我们会讲解课程使用的术语，以示例分析实验，并指出如何避免错误地进行实验。 2. 手动分析实验：重点在于手动计算，帮助理解高效实验的基本组成部分，分析包含2至3个变量的系统。 3. 使用计算机软件分析实验：使用免费软件来处理实验数据，分析含2至4个因素的系统，同时关注软件的解释。 4. 用更少的实验获取更多信息：这部分挑战性较强，旨在理解如何在进行最少实验的情况下收集最多信息。 5. 响应面法（RSM）优化任何系统：开始优化包含1个因素的系统，学习为何逐个优化因素可能存在误导，并用视频展示如何优化包含2个变量的系统。 6. 课程总结与未来方向：总结课程内容并指出后续学习的步骤。 超过1500人完成了这一在线课程。学生们评价该课程为他们最有成效的学习经历之一，认为其讨论的实际案例生动有趣，内容易于理解。

Explainable deep learning models for healthcare - CDSS 3 (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/cdss3

简介: 课程名称：健康护理中的可解释深度学习模型 - CDSS 3 课程概述： 本课程将介绍机器学习应用中的可解释性和解释性概念。学习者将理解全球解释、局部解释、模型无关解释和模型特定解释之间的区别。同时，课程将详细讲解并应用最新的可解释性方法，如置换特征重要性（PFI）、局部可解释模型无关解释（LIME）和SHapley加性解释（SHAP）于时间序列分类中。接下来，将解释并实施模型特定的解释方法，如类激活映射（CAM）和梯度加权类激活映射（Gradient-Weighted CAM）。学习者将理解公理归因及其重要性。最后，将在递归层后引入注意力机制，并可视化注意力权重，以生成模型的局部解释。 课程大纲： 1. 可解释与可解释机器学习模型在健康护理中的应用 - 深度学习模型复杂，难以理解其决策。解释性方法旨在揭示深度学习决策，增强信任、避免错误并确保人工智能的伦理使用。解释可以被分为全球、局部、模型无关和模型特定。置换特征重要性是一种全球、模型无关的可解释性方法，提供与哪些输入变量与输出更相关的信息。 2. 深度学习模型的局部可解释性方法 - 局部可解释性方法为模型如何做出特定决策提供解释。LIME通过使用更简单、可解释的模型局部近似原始模型。而SHAP在此基础上扩展，并旨在解决输入特征的多重共线性问题。LIME和SHAP均为局部、模型无关的解释方法。相对而言，CAM是一种类区分可视化技术，专门旨在为深度神经网络提供局部解释。 3. 梯度加权类激活映射和积分梯度 - GRAD-CAM是CAM的扩展，旨在更广泛地应用于深度神经网络架构。尽管它是解释深度神经网络决策的最流行方法之一，但它违反了一些关键的公理性质，如灵敏性和完整性。积分梯度是一种公理归因方法，旨在弥补这一缺陷。 4. 深度学习中的注意力机制 - 深度神经网络中的注意力机制模仿人类的注意力，将计算资源分配给一小部分感官输入，以便在有限的处理能力内处理特定信息。本周，我们讨论如何在递归神经网络和自编码器中融入注意力机制。进一步地，我们将可视化注意力权重，以提供决策过程的内在解释。

Exploiting and Securing Vulnerabilities in Java Applications (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/exploiting-securing-vulnerabilities-java-applications

简介: 课程名称：Java应用程序的漏洞利用与安全防护 课程概述： 在本课程中，您将扮演多个角色。首先，作为攻击者，您将学习如何利用注入漏洞窃取数据，利用跨站脚本（XSS）攻击攻陷用户浏览器，破解认证以访问仅限“管理员”的数据和功能，甚至在远程服务器上运行代码以获取一些秘密。此外，您还将作为防御者，深入代码，修复这些问题的根本原因，并讨论各种缓解策略。我们将利用WebGoat——一个旨在教授渗透测试的OWASP项目，该应用程序故意存在多种漏洞，以此作为实践的平台。最终，您将修复WebGoat中的这些漏洞并构建修补后的二进制文件。课程中将讨论在线资源，帮助您深入学习，并寻找回馈更大应用安全社区的有效方式。 课程大纲： 1. 模块名称：跨站脚本攻击的设置与介绍 描述：您将学习使用Git和GitHub拉取所需的源代码，运行WebGoat于Docker容器中，并解释这样做的原因。您将能够描述跨站脚本攻击的工作原理及防御方法，并区分DOM型、反射型和存储型跨站脚本攻击，并实践防护不同类型的攻击。 2. 模块名称：注入攻击 描述：您将利用SQL注入漏洞，并规划缓解网页应用中的注入漏洞的策略。讨论各种查找和修复XML、实体和SQL攻击漏洞的方法，了解如何防范中间人攻击，并通过“戴上攻击者的帽子”思考来找到SQL注入漏洞。您将演示如何正确修改查询，使其成为准备语句，并使用XML查看器和文本编辑器分析代码以查找漏洞，最终在大型代码库中找到关键代码段并修补漏洞。 3. 模块名称：认证与授权 描述：评估各种认证缺陷，识别潜在问题并创建安全认证的策略和控制措施。创建和实施控制以缓解认证绕过问题，并从失败实例中汲取教训。正确实现如JSON Web Tokens（JWT）等认证方法，发现大型代码库中的漏洞并提供示范和利用JWT的解决方案。 4. 模块名称：易受攻击组件的危险与最终项目 描述：使用OWASP依赖检查器分析代码，确认代码中是否存在易受攻击的组件。检查代码以查找和修补这些漏洞，并应用之前模块的学习内容，最终完成您的项目。 此课程将帮助您全面理解Java应用程序的安全漏洞与防护措施，提升您的应用安全技能。

Exploración centrada en el paciente (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/exploracin-centrada-en-el-paciente

简介: 课程名称：以患者为中心的探索 概述：近年来，医疗服务模型向综合性转变，以患者为中心，积极参与健康决策的理念愈发突出，促进了自我照护及其相关要素作为控制慢性疾病的基本工具。自我管理的支持使得慢性病患者不仅了解自己的疾病，还能学习、掌握自我监测技能，进而培养做出自我控制决策的能力。远程医疗在这一过程中发挥着至关重要的作用，不仅巩固了自我照护行为，还使患者与健康专业人士之间的关系变得双向互动，增强了双方的沟通与技术支持。 因此，远程医疗应作为教学自我照护的工具，通过自我探索和远程模拟进行培训，以伦理和法律标准为基础，始终将个人及其需求置于决策的中心。 课程大纲： 第一部分：自我探索与自我照护——临床护理的新模式 介绍慢性疾病的普遍性推动了自我照护的推广，使患者能够通过自我监测识别状态变化并积极参与自我管理与决策。 第二部分：领先远程医疗机构发布的指南与建议 探讨虚拟医疗中，专业人员如何在缺乏面对面接触的情况下进行有效的沟通和观察，并制定指导原则指导远程临床护理。 第三部分：通过模拟进行患者远程培训 强调为患者提供自我探索培训的重要性，通过先进技术打破距离限制，为患者创造仿真实际环境，以便于做出最佳决策。 第四部分：医疗互动中的法律框架和伦理原则 讨论远程医疗的快速发展带来的伦理和监管考虑，强调在实践中须加以识别和反思的方面。

Explorando la Energía Sustentable (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/explorando-energia-sustentable

简介: 课程名称：探索可持续能源 概述：本课程为入门级课程，探讨可持续能源的概念，并描述能够逐步取代以煤炭、石油和天然气为主的现有技术的先进技术。这些传统能源的排放正在逐渐破坏气候，可能影响国际发展和共存。课程展示了能源转型带来的影响，旨在促进能源生产和使用方式及技术的变革，理解其物理起源、挑战、承诺和外部性。此外，还研究了全球气候的演变及其预期情景，倡导采用长期可再生的自然资源，这些资源的转化对环境和气候的影响最小，并且其技术在成本上对社会可负担。特别强调全球六分之一的人口尚未获得电力和其他基本能源服务，因此需要提出有效的解决方案以减缓气候变化并探讨正在研究的选项。 课程大纲： 1. 能源与可持续发展 - 理解能源对人类社会、经济和技术发展的重要性，包括能源的概念、起源、来源及其消费所带来的后果。同时认识可持续发展的定义、涉及的维度、使用的指标及其对人类未来的重要性。 2. 能源的起源 - 学习能源的定义、产生的相互作用、描述的模型以及测量能源的系统。 3. 气候变化与外部性 - 观察和分析气候的性质及其随时间变化的特点，评估全球温室气体排放的规模及其在气候变化中的影响，并了解人类应对这一问题的倡议。 4. 可持续技术 - 研究核能和非常规可再生能源（ERNC）的生产技术基础，评估和比较这些技术在环境影响和电力生成潜力方面的优缺点。

Explorando os recursos educacionais da Khan Academy (Coursera) 0 个评论 关注

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

简介: 课程名称：探索可汗学院的教育资源 课程概述： "探索可汗学院的教育资源"课程旨在帮助希望将可汗学院平台作为教学资源的教师和学生。通过本课程，您将从学生和导师的角度深入了解平台，掌握如何高效利用它以提升学习效果。课程提供了全面的指导，以帮助教师更好地使用该平台来支持学生的学习。 可汗学院平台旨在提供个性化学习，适合所有年龄段的学生。平台包含各类练习、视频和跟踪面板，使学生能够按自己的节奏学习。对于教师而言，可汗学院是一种强大的教学工具，可以个性化学生的学习路线，通过游戏化资源提升教育体验，并能够通过简单明了的报告监测每位学生的进展。 本课程为自我指导式学习，允许学员根据个人时间灵活安排学习进度。课程材料包括文本、链接、视频教程、测验和一项最终活动，旨在系统化体验可汗学院作为教学工具的使用。 获取证书的条件是学员在课程中的评估中达到100%的通过率，评估以测试形式呈现，允许多次尝试。 参与可汗学院项目的机构包括： 巴西的Lemann基金会是可汗学院的国际合作伙伴，并在不同教育背景下（包括非政府组织、公立和私立教育机构）实施该平台。此外，项目还得到了Península学院、Natura学院和Ismart的支持，尤其感谢Singularidades学院对本培训项目的支持。 课程大纲： 1. 课程介绍：了解课程提案和其他学员。 2. 认识可汗学院：了解自适应平台的概念以及可汗学院的发展历史，开始引导探索其资源。 3. 可汗学院学习资源：探索游戏化元素和“掌握学习”的机制，从学生的视角深入体验。 4. 可汗学院教学资源：掌握平台上不同报告的使用，如何根据教育目标利用和推荐内容。 5. 从简单开始，马上行动：动手操作，了解与学生使用平台的第一步和教学意图。 6. 监测进展，提升学习效果：通过数据分析挑战优化平台使用经验，学习其他教师的创新经验。 7. 了解更多：提供进一步了解可汗学院及其技术学习应用的参考资源。 请参与Lemann基金会在Coursera上的其他课程。

Exploration et production de données pour les entreprises (Coursera) 0 个评论 关注

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

简介: 课程名称：企业数据探索与生产 课程概述： 本课程提供了一个分析框架，帮助您以结构化的方式评估关键问题。同时，该课程还将提供工具，更好地管理企业流程中充斥的不确定性。课程内容包括统计学基础及数据汇总方法，涵盖频率、正态分布、统计研究、抽样以及置信区间等概念。我们将重点放在方法论的应用上，使用Excel及不同学科的数据集，探讨统计数据在各种情境下的使用。课程不仅解释这些概念，还将帮助您理解结果的意义。 课程目标： - 能够将大量数据总结为图表、表格和数字。 - 理解适当抽样的重要性及其信息可靠性。 - 明白正态分布在众多情境中的适用性。 - 使用样本信息推断总体信息，并对估算的准确性有一定的置信水平。 - 使用Excel进行统计分析。 此课程为伊利诺伊大学提供的iMBA项目的一部分，该在线MBA课程灵活、完全认证且价格极具竞争力。如需更多信息，请访问课程资源页面及onlinemba.illinois.edu网站。 课程大纲： 模块1：数据简介与汇总 - 数据无处不在，了解所收集信息的意义对于更好地决策和行动至关重要。在本模块中，我们将探索一些帮助实现此目标的统计工具。 模块2：描述性统计与概率分布 - 每个人都听过“图片胜过千言万语”，但您不想问“我到底在看什么？”在学会如何用“图像”总结数据后，我们将使其更容易理解。 模块3：抽样与中心极限定理 - 当您负责分析市场细分时，您需要理解的变量和可能影响这些变量的因素已经明确。但数据在那里？您如何开始获取数据？本模块将探讨如何生成“好”的样本数据及抽样的基本概念。 模块4：推断 - 您拥有一组数据样本并已完成分析。您认为自己可以基于样本推断总体信息，但您有多大信心正确？您如何能更确定？本模块将帮助您找到这些问题的答案。

Exploratory Data Analysis (Coursera) 0 个评论 关注

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

简介: 课程名称：探索性数据分析 概述：本课程涵盖了总结数据的基本探索性技术。这些技术通常在正式建模开始之前应用，并可以帮助指导更复杂统计模型的开发。探索性技术对于消除或明确可以通过数据解决的潜在假设也是至关重要的。我们将详细介绍 R 中的绘图系统以及构建数据图形的一些基本原则。同时，我们还将涵盖一些常见的多变量统计技术，用于可视化高维数据。 课程大纲： - 第1周：本周介绍分析图形的基础知识以及 R 中的基础绘图系统。为帮助尚未安装 R 的学员，我们还提供了一些背景资料。 - 第2周：欢迎来到探索性数据分析的第2周。本周讨论 R 中一些更高级的图形系统，包括 Lattice 系统和 ggplot2 系统。尽管基础图形系统提供了许多可视化数据的重要工具，但它是原始 R 系统的一部分，缺乏一些在绘制高维数据时可能需要的功能。Lattice 和 ggplot2 系统简化了图形的布局，使得绘图过程不再繁琐。 - 第3周：欢迎来到探索性数据分析的第3周。本周涵盖了一些探索性分析的常用统计方法，包括聚类和降维技术，这些方法使您能够对非常高维的数据（大量变量）进行图形显示。我们还将介绍在 R 中指定颜色的新方法，以便在制作数据图形时将颜色作为一个重要且有用的维度使用。所有这些内容在我书中的第9-12章中都有涉及。 - 第4周：本周，我们将查看两个探索性数据分析的案例研究。第一个案例涉及聚类分析技术，第二个案例则是对一些空气污染数据的深入分析。尽管进行探索性数据分析的方式因人而异，我提供这些视频是为了让您对如何处理特定类型的数据集有一个初步的了解。

Exploratory Data Analysis for Machine Learning (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/ibm-exploratory-data-analysis-for-machine-learning

简介: 课程名称：机器学习的探索性数据分析 课程概述：此课程是IBM机器学习专业证书的第一门课程，旨在介绍机器学习的基本概念及专业证书的内容。您将意识到优质数据的重要性，学习常见的数据检索、清洗、特征工程技术，并为初步分析和假设检验做好准备。 课程结束时，您将能够： - 从多个数据源（SQL、NoSQL数据库、API、云端）检索数据 - 描述和使用常见的特征选择和特征工程技术 - 处理分类特征、序数特征以及缺失值 - 使用多种技术检测和处理异常值 - 阐明特征缩放的重要性并使用各种缩放技术 适合人群：此课程面向有志于在商业环境中获得机器学习和人工智能实践经验的未来数据科学家。 先修技能：为充分利用本课程，您应具备Python开发环境的编程基础，以及微积分、线性代数、概率论和统计学的基本理解。 课程大纲： 1. 现代人工智能及其应用的简史：介绍人工智能和机器学习的概况，回顾现代AI的历史及其在商业和个人项目中的应用。 2. 数据检索与清洗：学习如何从不同来源获取数据并进行清洗，以确保数据质量。 3. 探索性数据分析与特征工程：通过可视化分析确认数据适合机器学习建模，并进行特征工程和转化。 4. 推断统计与假设检验：学习推断统计和假设检验的基本概念及示例，以获取数据质量的快速洞见，确认商业直觉，并指导后续的机器学习分析。 5. 最终项目：应用所学技能分析自己选择的数据集（课程材料或外部来源），进行数据清洗、特征工程、可视化及假设检验，以得出有意义的见解，最终通过AI评分工具自动评估工作成果。

Exploratory Data Analysis with MATLAB (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/exploratory-data-analysis-matlab

简介: 课程名称：使用 MATLAB 进行探索性数据分析 课程概述：本课程将帮助您培养数据科学家的思维方式，学会如何提问并分析数据。您将利用 MATLAB 的互动功能提取数据子集，并计算相关数据组的统计信息。课程将教授如何使用 MATLAB 自动生成代码，方便学习语法，同时还将使用称为“实时脚本”的互动文档，以记录分析步骤、传达结果，并提供互动控件，让他人能够通过选择数据组进行实验。本课程适合具备领域知识且对计算工具有一定接触的学习者，编程背景并不是必需的。成功完成课程的前提是对基本统计知识（如直方图、平均值、标准差、曲线拟合、插值）有一定了解。 完成本课程后，您将能够将数据导入 MATLAB，准备进行分析，进行可视化、基本计算，并向他人传达结果。在最后的作业中，您将结合所学技能评估严重天气事件带来的损失，并依据数据分析结果提供完善的建议。您还能够在地理地图上可视化这些事件的位置，并创建滑动控件，快速展示现象随时间变化的情况。 课程大纲： 1. 数据科学工作流程简介：了解数据科学工作流程的关键步骤，使用提供的脚本开始探索数据集。 2. 数据导入：将数据导入 MATLAB，定制导入选项，并生成自动化的代码，处理不同类型的数据（数字、日期和文本）。 3. 数据可视化与过滤：创建可视化图形，定制图形外观，并过滤数据以选取所需部分，生成新表格供未来使用或共享。 4. 执行计算：编写小段代码以扩展分析，计算数据组的总结统计，并判断变量间的相关性，过滤数据以定义多个变量的条件。 5. 文档记录：创建带有互动控件的实时脚本，提交自己的天气事件分析作为同行评审作业。 加入本课程，提升您的数据分析技能！

Explore Core Data Concepts in Microsoft Azure (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/explore-core-data-concepts-microsoft-azure

简介: 课程名称：探索 Microsoft Azure 中的核心数据概念 课程概述：本课程旨在教授学员云环境中的数据库基本概念，提供云数据服务的基础技能，并建立对 Microsoft Azure 中云数据服务的基础知识。学员将识别和描述核心数据概念，包括关系型数据、非关系型数据、大数据和分析，并探讨这些技术在 Microsoft Azure 中的实现方式。此外，本课程还将介绍数据世界中的角色、任务和责任。 这是为期五门课程的第一门课程，旨在帮助学员为 DP-900：Microsoft Azure 数据基础考试做好准备，以便展示他们对云环境中核心数据库概念的基础知识。 本课程适合希望学习云环境中数据库基本概念的 IT 专业人士，获取云数据服务的基本技能，建立对 Microsoft Azure 云数据服务的基础知识，以便担任数据工程师和数据库管理员等角色。该课程也适合希望在云环境中展示专业技能或寻求额外认证的数据库专业人士，以及希望专注于 Azure 数据特定领域的 IT 专业人士。 成功完成本课程的学员需要具备基本的计算机素养和英语语言能力。成功的 Azure 数据基础学生通常具备一定的计算和互联网概念的认知，并对提取数据洞察充满兴趣。具备使用网页浏览器的经验、对基本数据相关概念的熟悉（如在电子表格中处理数据表）以及使用图表进行数据可视化的能力将是一个优势。 课程大纲： 1. 核心数据概念与角色 - 描述：在本模块中，学员将了解与创建、管理和使用数据库相关的不同工作角色，学习这些角色的关键责任及其使用的工具。学员还将发现如何组织和处理数据，探索关系型和非关系型数据库，以及如何批量处理数据或使用流处理。 2. 关系型与非关系型数据的概念 - 描述：在本模块中，学员将探讨数据库的关系型和非关系型模型，了解表的结构，学习如何使用索引改善查询性能，以及如何利用视图简化复杂查询。

Explore Management Concepts through Metaphor and Music (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/explore-management-concepts-through-metaphor-and-music

简介: 课程名称：通过隐喻和音乐探索管理概念 课程概述：此课程探讨通过音乐和隐喻的分析如何帮助我们更好地理解管理、工作组织、职场生活，以及最终的自我认知。在这门创新课程的探索过程中，您将找到这些问题的答案。课程将通过隐喻和音乐的视角，引入核心的管理与组织概念和理论。您将探讨与组织和工作设计、激励与生产力、员工声音、职业生涯以及管理和领导风格等相关的问题。您将研究和分析当代管理困境与挑战，从而获得关于工作经历的新见解。此外，您将探索音乐在创造性参与和激励员工、提升士气方面的力量，以及如何表达那些可能被忽视的劳动者的声音。 该课程设计为高度互动和富有创意，提供了与同学分享想法、进行讨论和辩论的众多机会。您将发展自己独特的组织隐喻，创作自己公司的歌曲歌词，编写并录制短小的广播剧，以及制作自己的激励音乐播放列表。到课程结束时，您将显著提升对管理、组织以及工作经验的理解，掌握新的研究和创意写作技能，并带走大量可在您自己的组织和工作生活中应用的新想法。 课程大纲： 第一部分：管理、隐喻与音乐入门 内容：本周内容包括：管理与组织隐喻，音乐管理隐喻，古典管理理论与机器隐喻，麦当劳化等。 第二部分：管理、隐喻、音乐与工作体验 内容：本周内容包括：职业隐喻，麦工作（McJob）的概念，通过工人的视角和音乐表演理解工作的真实体验。 第三部分：音乐、激励、隐喻与管理大师 内容：本周内容包括：音乐对生产力和激励的影响，公司歌曲和企业国歌，领导力与音乐管理隐喻。

Exploring and Producing Data for Business Decision Making (Coursera) 0 个评论 关注

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

简介: 课程名称：探索与生产企业决策数据 概述：本课程提供了一种分析框架，帮助您以结构化的方式评估关键问题，并为您提供更好地管理企业流程中固有不确定性的工具。您将学习如何总结数据，掌握频率、正态分布、统计研究、抽样和置信区间等概念。 尽管课程将介绍一些科学原理，但重点在于应用方法论。课程将借助Excel和来自不同学科的数据集，展示统计在多种情境中的应用。课程不仅将解释这些概念，还将帮助您理解和解读所获得的结果。 您将能够： • 以图形、表格和数值的形式总结大量数据集 • 理解适当抽样的重要性以及为何可以依赖样本信息 • 了解为何正态分布可广泛应用于多种情境 • 利用样本信息对总体作出推断，具有一定的准确性信心水平 • 使用Excel进行统计分析 本课程属于Gies商学院的在线课程系列，包括iMBA和iMSM项目。有关这些项目的入学信息，您可访问https://degrees.giesbusiness.illinois.edu/idegrees/了解更多。 课程大纲： 1. 课程介绍：熟悉课程内容、同学和学习环境，获取所需的技术技能。 2. 数据描述和总结：学习统计工具，以更好地理解收集到的信息，从而做出更好的决策。 3. 描述性统计与概率分布：学习如何利用图像简化数据的理解。 4. 抽样与中心极限定理：探讨如何获取数据，并理解如何产生有效的样本数据和中心极限定理的概念。 5. 推断：在拥有样本数据和分析结果后，学习如何评估推断的准确性以及应考虑的其他因素。

Exploring Artificial Intelligence Use Cases and Applications (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/exploring-artificial-intelligence-use-cases-and-applications

简介: 课程名称：探索人工智能的应用案例 课程概述：本课程将带您深入探讨人工智能（AI）、机器学习（ML）和生成式人工智能（生成式AI）在各个行业中的实际应用案例，涵盖医疗、金融、营销、娱乐等多个领域。您将学习到AI、ML和生成式AI的能力与局限性，模型选择技术，以及关键的商业指标。 课程大纲： 1. 人工智能基础知识 2. 机器学习与生成式人工智能概述 3. 不同行业中的AI应用案例 4. AI与ML的能力与限制 5. 模型选择技术 6. 关键商业指标分析 通过本课程，您将能够理解如何在实际业务中应用人工智能技术，提高工作效率，并做出更明智的决策。

Exploring Basic Income in a Changing Economy Teach-Out (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/exploring-basic-income-in-a-changing-economy

简介: 课程名称：在变化经济中的基本收入探索研讨会 概述：美国的社会保障网是一个复杂的系统，包含许多项目且常常有难以满足的资格要求。许多项目只能以实物援助的形式为生活在贫困中的人们提供帮助，许多人因此而无法获得帮助，难以维持生计。基本收入，即定期为人们提供最低限度的现金支持的理念，在美国及全球范围内仍然存在争议。在本次研讨会中，您将与领先的专家一起探索基本收入及其他相关社会保障网项目的新兴理念。 研讨会将讨论以下问题： - 什么是基本收入？ - 基本收入与普遍基本收入有什么区别？ - 为什么现在基本收入引起如此多的关注？ - 基本收入如何运作？它的好处和挑战是什么？ - 基本收入如何帮助创造一个包容性的经济？ - 社会保障网是什么？它帮助谁，又将谁排除在外？ - 我们目前如何衡量贫困并确定谁有资格获得社会保障项目？ - 自动化和变化中的经济如何影响基本收入的讨论？ 请注意：本次研讨会最初于2018年7月推出。一些讨论的例子、研究和观点可能已经发生变化，但研讨会的核心内容在今天仍然非常相关。我们鼓励您参与讨论论坛，与其他学习者互动。 syllabus： - 第1部分：欢迎来到在变化经济中的基本收入探索研讨会 - 第2部分：现实案例与结论

Exploring Beethoven's Piano Sonatas Part 3 (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/exploring-beethoven-piano-sonatas-3

简介: 课程名称：探索贝多芬的钢琴奏鸣曲 第三部分 课程概述：欢迎参加探索贝多芬的钢琴奏鸣曲第3部分！我很高兴推出这门课程的新一系列讲座。本课程适合所有水平的学习者，不论您对贝多芬的音乐是否有经验。您可以随时以自己舒适的节奏观看讲座。 在这四个新的讲座中，我们将探讨以下奏鸣曲： - 奏鸣曲 Op. 10, No. 1 - 奏鸣曲 Op. 22 - 奏鸣曲 Op. 31, No. 2 - 奏鸣曲 Opp. 78, 79, 81a Dolfinger-McMahon基金会支持Curtis的终身学习计划。 课程大纲： - 欢迎您参加课程：我们很高兴您加入了探索贝多芬的钢琴奏鸣曲第3部分的课程，由Curtis的教职员工、杰出的音乐家乔纳森·比斯授课！本课程为第3部分，并提供新的独立讲座。具体内容包括贝多芬的钢琴奏鸣曲 Op. 10, No. 1，Op. 22，Op. 31, No. 2 及 Opp. 78, 79 和 81a。参加本课程不需要先修之前的课程。我们相信您可以直接开始学习第3部分，并可以随时回顾第1和第2部分。我们鼓励您在学习第3部分时，也参考之前两部分的丰富学习资源。 课程快乐！第3部分的探索贝多芬钢琴奏鸣曲会带给您愉悦的学习体验！

Exploring Beethoven's Piano Sonatas Part 4 (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/exploring-beethoven-piano-sonatas-4

简介: 课程名称：《探索贝多芬钢琴奏鸣曲 第四部分》 概述：欢迎参加《探索贝多芬钢琴奏鸣曲》系列的第四部分，该课程由柯蒂斯音乐学院的优秀教师及音乐家乔纳森·比斯教授授课。本课程是全新设计，包含一组新的讲座和奏鸣曲，专门讨论之前未涉及的内容。在第四部分，我们将学习贝多芬的钢琴奏鸣曲，分别为Op. 2, No. 2，Op. 10, No. 3，Op. 28和Op. 110。与之前的贝多芬课程类似，不必先学习前三部分即可直接参与第四部分的学习。本课程旨在让您从第四部分开始愉快地学习，并随时可选择回顾之前的内容。此外，我们为您提供了丰富的额外学习资源，以便您在开启第四部分的学习时有所帮助。如果您还未学习前面的三个部分，我们也鼓励您尝试修读。祝您在《探索贝多芬钢琴奏鸣曲》第四部分中愉快学习！ 课程大纲： 1. 欢迎上课！——很高兴您加入《探索贝多芬钢琴奏鸣曲》第四部分的学习！ 2. Op. 2, No. 2 ——（课程讲解） 3. Op. 10, No. 3 ——（课程讲解） 4. Op. 28 ——（课程讲解） 5. Op. 110 ——（课程讲解） 6. 欢迎分享您的想法——与柯蒂斯音乐学院保持联系。

Exploring Beethoven's Piano Sonatas Part 5 (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/exploring-beethoven-piano-sonatas-5

简介: 课程名称：探索贝多芬的钢琴奏鸣曲 第五部分 课程概述：欢迎参加探索贝多芬的钢琴奏鸣曲第五部分课程！你将与成千上万的学习者一起参与本课程，我很高兴你能加入我们的课堂，并期待你为学习社区贡献你的见解。 首先，建议你花几分钟时间浏览课程网站，查看我们每周将要覆盖的内容，并预览你需要完成的作业，以顺利通过课程。如果你有关于课程内容的问题，请在论坛中提出，与其他学习者进行交流。 如果你在Coursera平台上遇到技术问题，请访问学习者帮助中心。 祝你学习顺利，希望你能享受这门课程！ 大纲： 1. 欢迎来到课堂 - 描述：我们很高兴您加入探索贝多芬钢琴奏鸣曲第五部分课程，由音乐学院钢琴学主任乔纳森·比斯教授授课。比斯教授是一位享誉全球的音乐家和音乐思考者。本课程是探索贝多芬钢琴奏鸣曲系列的第五部分，包含全新的讲座内容。本部分将深入讨论贝多芬的钢琴奏鸣曲作品27号第1首、作品31号第1首以及著名的《Hammerklavier》作品106，后者将专门进行两次讲解。无需修习前面部分的课程，您完全可以直接从第五部分开始学习，逐步回顾前面的内容。我们建议您在顺利完成第五部分后，再去学习第一、二、三和四部分。期待您在课程中度过愉快的时光。 2. Op. 27, No. 1 - 描述： 3. Op. 31, No. 1 - 描述： 4. Op. 106: Hammerklavier（第一部分） - 描述： 5. Op. 106: Hammerklavier（第二部分） - 描述： 6. 欢迎分享您的想法 - 描述：

Exploring Beethoven's Piano Sonatas Part 6 (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/exploring-beethoven-piano-sonatas-6

简介: 课程名称：探索贝多芬的钢琴奏鸣曲 第六部分 课程概述：欢迎参加《探索贝多芬的钢琴奏鸣曲 第六部分》课程！您将与成千上万的学习者一起参与这个课程，我很高兴您能加入我们，并期待您对学习社区的贡献。 为了更好地开始学习，我建议您花几分钟时间浏览课程网站，查看每周的学习内容和您需要完成的作业。在讨论区中，您可以与其他同学讨论课程材料。 如果您对课程内容有任何问题，请在论坛中提问，以便从课程社区获取帮助。如遇到技术问题，请访问学习者帮助中心。 祝您学习顺利，希望您享受本课程！ 课程大纲： 1. 课程欢迎：欢迎来到课堂！很高兴您加入了贝多芬钢琴奏鸣曲课程的第六部分，由柯蒂斯音乐学院钢琴学部主任乔纳森·比斯教授授课。乔纳森是一位世界知名的音乐家和音乐思想家。本课程包含独立的新讲座，主要探讨贝多芬的钢琴奏鸣曲作品第14号和第49号，作品31号第三首，作品54，以及作品111号。 2. 作品14和49：具体内容待补充。 3. 作品31号第3首：具体内容待补充。 4. 作品54：具体内容待补充。 5. 作品111：具体内容待补充。 6. 欢迎分享您的想法：具体内容待补充。 请注意，参加本课程不需要先修之前的系列课程，第六部分完全独立，欢迎任何愿意学习的学生。如果您尚未参加之前的课程，我们也强烈鼓励您去学习前五部分。在此期间，希望您在本课程中度过愉快的时光！

Exploring Beethoven’s Piano Sonatas (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/beethoven-piano-sonatas

简介: 课程名称：探索贝多芬的钢琴奏鸣曲 课程概述：我们与贝多芬的关系是深刻而矛盾的。对于许多音乐家来说，他的音乐代表了一种至高无上的追求，其强烈、严谨和深邃的特质令人陶醉，挑战着演奏者的诠释能力、技巧和甚至精神层面的挑战。同时，贝多芬的音乐对于数百万不参与音乐会或不认为自己具备音乐素养的人来说，亦显得亲切而熟悉。两百年后的今天，他的影响力遍及文化的方方面面，依旧代表着音乐的巅峰。 本课程从演奏者的角度深入探讨贝多芬的32首钢琴奏鸣曲。每节讲座将专注于一首奏鸣曲及其所体现的贝多芬音乐的某一特征（如：贝多芬作为钢琴家与作曲家的关系，即兴创作在其高度结构化音乐中的关键作用，以及他如何将精致的音乐与粗犷的元素相结合，同时探讨他生活的各种经历如何影响他的创作过程和音乐特性）。课程将包含一些分析和历史背景，但其视角将侧重于演奏者而非音乐学家。其主要目标是探索和解密演奏者的工作，同时拥抱贝多芬音乐本身的永恒神秘。 本季的Curtis课程由Linda Richardson赞助，寄托对其丈夫Dr. Paul Richardson的深切怀念。Dolfinger-McMahon基金会支持Curtis的终身学习倡议。 课程大纲： 1. 欢迎课程！介绍课程内容和更新信息。 2. 贝多芬与钢琴奏鸣曲的起源及其在海顿与莫扎特时代的音乐角色。 3. 第一个十三首奏鸣曲的分析，讨论早期作品的独特性及其对后期创作的预示。 4. 1801年的实验性钢琴奏鸣曲，探讨古典奏鸣曲运动关系的转变。 5. 在处理失聪等个人困境中的作曲停滞，分析这一时期的主要作品。 6. 钢琴奏鸣曲Op. 109的重点讨论，以及其与早期作品的对比，追溯贝多芬的音乐演变。 7. 针对两首早期奏鸣曲（Op. 2, No. 1和Op. 10, No. 2）的特性进行独立分析。 8. 论及贝多芬经典之作“激情”（Appassionata, Op. 57）的情感轨迹和结构统一性。 9. 探讨被视为晚期作品开端的Op. 101，及其对后世作曲家的影响。 10. 学习库，提供补充资源，帮助您更好地吸收课程内容。 11. 反馈调查，邀请您分享学习体验。 12. 公告与活动，定期更新最新信息。 这个课程不仅为热爱贝多芬音乐的学习者提供了深入的知识，还将帮助参与者理解和欣赏演奏者在贝多芬作品中的独特体验。

Exploring Beethoven’s Piano Sonatas Part 2 (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/exploring-beethoven-piano-sonatas-2

简介: 课程名称：探索贝多芬的钢琴奏鸣曲 第二部分 概述：欢迎参加《探索贝多芬的钢琴奏鸣曲》的第二部分课程！此课程适合所有经验水平的学员，无论是否有贝多芬音乐的背景都可以参与。学员可以随时以自己的节奏观看讲座，内容丰富且自由度高。 本部分课程将探索以下四首奏鸣曲： - 奏鸣曲 Op. 2, No. 3 - 奏鸣曲 Op. 13（“悲怆”） - 奏鸣曲 Op. 53（“瓦尔德斯坦”） - 奏鸣曲 Op. 90 课程将安排在线和面对面的交流活动，具体日期和地点会在课程公告及活动部分发布，请及时查看。 教学大纲： - **欢迎上课！** 本课程是《探索贝多芬的钢琴奏鸣曲》的第二部分，包含全新独立的讲座系列。学员无需修完第一部分即可直接加入第二部分进行学习。我们鼓励您参考第一部分的相关资源。 - **Op. 2, No. 3**：课程以贝多芬的Op. 2 No. 3奏鸣曲开篇，这是一部充满青春和雄心的作品。讲师将探讨贝多芬如何在这一早期作品中开始对奏鸣曲形式进行创新，奠定后续几首奏鸣曲的基础。 - **Op. 13, "悲怆"**：接下来，我们将学习Op. 13奏鸣曲，广受欢迎且戏剧性十足。讲师会揭示贝多芬如何在古典奏鸣曲的框架内创造出强烈的情感表达。 - **Op. 53, "瓦尔德斯坦"**：该奏鸣曲被认为是一项伟大的成就及钢琴曲目中的基石。我们将研究贝多芬如何打破和声与形式的常规，创作出这一富有冒险精神和激动人心的中期作品。 - **Op. 90**：最后一首奏鸣曲是Op. 90，标志着贝多芬晚期风格的开始。讲师将探讨贝多芬如何将奏鸣曲形式提升到一个新的境界。 - **听奏鸣曲**：课程还将提供免费收听一些约翰·比斯演奏的贝多芬奏鸣曲录音的机会，以丰富您的学习体验。 - **请反馈！** 我们希望您能享受这门课程，请花几分钟时间与我们分享您的想法。

Exploring Emerging Technologies for Lifelong Learning and Success (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/emerging-technologies-lifelong-learning

简介: 课程名称：探索新兴技术以实现终身学习和成功 课程概述：本课程是一个开放的终身学习资源，旨在识别使用已建立和新兴技术工具在个人和专业成长中的价值和影响，帮助学习者掌握发展终身学习习惯的策略，以跟上技术变化的步伐。该课程面向所有学习者，包括大学生、教师、在职和求职专业人士，以及任何希望了解如何利用新兴技术在快速变化的世界中取得成功的人。 本项目由两个部分组成：#EmTechMOOC和EmTechWIKI。 #EmTechMOOC是一个大规模在线开放课程（MOOC），在Coursera平台上提供，创造了一个支持参与者之间对话和分享的环境。课程结构由五个模块组成，内容涵盖终身学习和21世纪技能的4C，包括沟通与合作、创造力和批判性思维。参与者通过模块中的探索活动创建数字作品，以展示他们的学习成果。最后一模块鼓励学习者总结和反思学习过程。 EmTechWIKI（http://suny.edu/emtech）是为了补充MOOC而建立的社交策划发现引擎，用户可以在其中发现工具、教程和资源，包括音频、视频、博客、社交网络、仿真等。WIKI可以作为独立资源使用，也可以与#EmTechMOOC结合使用。任何人都可以添加或编辑WIKI资源。 与传统MOOC不同，#EmTechMOOC并不提供信息密集的内容，而是引导参与者通过以发现为基础的学习来掌控学习过程。学习者被鼓励从不断扩展的EmTechWIKI资源和互联网中寻找和探索新工具，以帮助实现个人识别的目标。参与者通过创建公共电子作品集或个人学习日志来反思和分享他们的学习和发现，这些作品集是在模块练习中构建的。 完成MOOC要求后，可以获得Coursera的完成证书和数字徽章。SUNY附属机构的学员可以免费获得徽章和Coursera证书。 课程大纲： 1. 终身学习（模块1）：探讨成功终身学习者的习惯、成长心态、创意共享与数字可及性，并发展专业在线身份。 2. 沟通与合作（模块2）：探索各种技术和社交媒体工具，进行沟通、合作，以及与同事建立伙伴关系。 3. 创造力（模块3）：选择和评估技术和社交媒体工具以增强创造力，寻找个人的创意表达方式。 4. 批判性思维（模块4）：通过分析、评估和策划信息来展示批判性思维和数字素养技能，学习平衡判断。 5. 总结你的学习（模块5）：回顾学到的知识和成就，制定终身学习目标，并为实现这些目标制定路线图，庆祝学习旅程的成就。

Exploring Light: Hands-on Activities and Strategies for Teachers (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/teach-light-color

简介: 课程名称：探索光：教师的动手活动与策略 课程概述：本课程由探索科学博物馆教师学院的员工讲授，面向任何科学教师（特别是中学和高中教师）和科学爱好者。该课程为动手工作坊，探讨教师可以使用的主题和策略，以帮助学生成为光的积极调查者。 课程时长：四周内容，每周需要2-4小时。每个模块基于前一模块内容，建议按照课程的顺序进行学习。课程旨在提供学习与交流的机会，而非知识测验。每周有活动和反思作业，但不进行评分。完成同行评审的最终作业可获得课程学分。 参与者将会： - 观看展示自然现象与教学方法的视频 - 通过动手活动进行个人探索 - 反思并分享活动体验 - 讨论和识别教学中的挑战与机遇 - 基于活动设计自己的课程 每周主题： - 第一周：人类视觉感知，探讨视觉短路和相应的技术。 - 第二周：光的历史，回顾重要实验与光的模型的演变。 - 第三周：光学与成像，学习如何将活动整合成课程。 - 第四周：光的波动性质，进行实验以加深理解。 为了充分利用这一经历，参与者需尝试活动，获得丰富的教学资源、深入的学科理解以及实用的课堂技巧。 注意：这是一个动手工作坊，参与者需准备材料，所有材料均易于获取且价格低廉，欢迎替代品的使用。每项活动有单独的材料列表。 课程结构概述： 1. 导论：了解探索光课程的目标与方法，准备进行实验。 2. 第一周：探讨视觉感知的短路，参与相关活动并分享。 3. 第二周：回顾光的历史与科学模型，分享实验经验。 4. 第三周：了解光学原理，将活动整合入课程中。 5. 第四周：深入光的波动性质，完成最终作业并提供反馈。

Exploring Quantum Physics (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/quantum-physics

简介: 课程名称：探索量子物理 课程概述：本课程旨在介绍量子物理，重点关注研究前沿主题，通过练习来增强理解。 课程大纲： - 第1周：欢迎，讲座1和2 - 概念基础 - 第2周：讲座3和4 - 路径积分 - 第3周：讲座5和6 - 从量子阱到库珀对 - 第4周：讲座7和8 - 量子振荡器 - 第5周：讲座9和10 - （最简单的）原子 - 第6周：讲座11和12 - 弹跳球 - 第7周：讲座13和14 - 旋转与自旋 - 第8周：讲座15和16 - 量子气体与时间依赖性 - 期末考试 - 附加讲座 这个课程结合理论与实践，旨在帮助学生理解量子物理的基本概念及其应用。

Exploring Renewable Energy Schemes (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/exploring-renewable-energy

简介: 课程名称：探索可再生能源方案 课程概述：当你听到“可再生能源”这个词时，你会想到什么？是太阳能电池板、巨大的风车，还是巨大水电坝的场景？这些都是大型并网系统的示例。本课程将关注更小规模的离网独立系统。我们将探索光伏、风能和水电系统的关键组成部分，深入理解可再生能源系统运作的科学原理。课程将讨论风能和低水头水电系统，重点关注小规模的应用。在探索这些系统的过程中，我们将关注安全性及指导合适系统设计的监管机构。通过本课程，你将能够进行能源审计，分析电力消费，识别小规模系统的主要组成部分，制定小规模系统设计的预算，并创建小规模系统的实施设计。 课程大纲： 1. 每样东西都是太阳能 - 在本模块中，我们将熟悉课程内容和社区期望。接着，我们将探索太阳光谱、斯特藩-玻尔兹曼定律和维恩位移定律，这些都在帮助我们从太阳捕获尽可能多的能量中发挥重要作用。 2. 光伏电池如何工作？ - 这一模块将探讨光伏系统的核心元素：太阳能电池，包括从单个电池到能够利用太阳能的电池集群的各个方面。 3. 充电控制器和逆变器在光伏系统中的作用 - 充电控制器是任何简单光伏系统的关键元素。在本模块中，我们将重点关注充电控制器和逆变器及其在光伏系统中的重要角色。 4. 设计光伏系统 - 本模块将开始思考如何设计一个简单的光伏系统，探讨效率并制定策略以确定满足我们能源需求的正确组件。 5. 风能：就是太阳能！ - 人类数百年来一直在利用风能，包括航行、抽水和磨粉。现代社会利用风能为家庭供电，加州是风能利用的先锋，年产能超过20太瓦，足以为300万户家庭供电。 6. 探索水电能源 - 在本模块中，我们将探讨水如何发电，并讨论低水头水电系统的组成部分。 通过本课程，学员将获得可再生能源系统设计的实用知识和应用技能，有助于推动可持续能源的发展。

Exploring the Field of U.S. Payroll (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/adp-exploring-the-field-payroll

简介: 课程名称：探索美国薪资领域 课程概述：欢迎来到《探索美国薪资领域》，这是ADP入门级薪资专家职业证书项目的第五门也是最后一门课程。该课程全面考察了各种商业结构和行业中薪资操作的细微差别和挑战。学习者将获得关于餐饮业、非营利组织和全球员工独特薪资考虑的重要见解。此外，该课程强调了会计原则的重要性。 课程大纲： 1. **独特商业结构的薪资考虑** 描述：本模块将探讨不同的商业结构及餐饮业和非营利组织特有的薪资考虑。 2. **有效的薪资管理** 描述：本模块将概述薪资部门内客户服务的最佳实践，并讨论相关的会计和记录保存最佳实践。 3. **全球薪资的实践** 描述：本模块将探讨与外籍和非公民员工相关的基本薪资考虑。 这个课程旨在帮助学习者掌握薪资管理的复杂性，并为在实际工作中有效应对挑战打下基础。

Exploring ​and ​Preparing ​your ​Data with BigQuery (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/gcp-exploring-preparing-data-bigquery

简介: 课程名称：使用 BigQuery 探索和准备您的数据 概述：在这门课程中，我们将探讨数据分析师面临的常见挑战以及如何利用 Google Cloud 上的大数据工具来解决这些问题。您将在学习过程中掌握一些 SQL 知识，并熟悉使用 BigQuery 和 Dataprep 来分析和转换数据集。这是“从数据到洞察”系列课程的第一门课程。完成此课程后，您可以注册后续的《创建新的 BigQuery 数据集和可视化洞察》课程。 课程大纲： 1. 欢迎来到“从数据到洞察：使用 Google Cloud 探索和准备您的数据” - 描述：了解该数据分析师课程系列所包含的课程、内容和技术。 2. 模块 1：Google Cloud 上的数据简介 - 描述：理解 Google Cloud 的核心原则以及如何利用这些原则进行大数据分析。 3. 模块 2：大数据工具概述 - 描述：学习 Google Cloud 上您将用于分析、准备和可视化数据的关键大数据工具。 4. 模块 3：使用 SQL 探索您的数据 - 描述：学习如何使用 SQL（结构化查询语言）查询数据，并在 BigQuery 中练习编写查询。 5. 模块 4：BigQuery 定价 - 描述：理解 BigQuery 的定价机制，以及如何优化查询以获得最佳效果。 6. 模块 5：清理和转换您的数据 - 描述：理解创建高质量数据集的重要性，并学习帮助您转换数据的工具。 7. 模块 6：课程总结 - 描述：总结课程的关键学习点。 这门课程将帮助您掌握使用 Google Cloud 进行数据分析和准备的关键技能，为进一步的学习打下坚实的基础。

Exploring ​and ​Preparing ​your ​Data with BigQuery 日本語版 (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/gcp-exploring-preparing-data-bigquery-jp

简介: 本コース「Exploring and Preparing your Data with BigQuery 日本語版」は、Google CloudチームによるCourseraの専門講座「From Data to Insights with Google Cloud Platform」の一部です。データエンスージャストのEvan Jonesがガイドを務め、データアナリストが直面する課題をGoogle Cloud Platformのビッグデータツールを用いて解決する方法について学びます。 コースでは、SQLを学習しながらBigQueryとCloud Dataprepを使用してデータセットを分析し、変換する方法を深く理解します。コースの所要時間は約1週間、5〜7時間の作業を見込んでおり、修了するとBigQuery内の一般公開データセットに対してクエリを行い、洞察を得られるようになります。 また、データセットの品質を評価し、BigQueryで出力される自動データクレンジングパイプラインの開発を学びます。さらに、実際のGoogleアナリティクスのeコマースデータセットを用いたマーケティング分析のためのSQL作成やトラブルシューティング演習も含まれています。 コース登録時に、Qwiklabsの利用規約に同意する必要があるため、詳細は公式サイトを確認してください。

Extinctions: Past, Present, & Future (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/extinctions-past-present-and-future

简介: 课程名称：灭绝：过去、现在与未来 课程概述：本课程将带您了解五次史前大灭绝事件及其成因，以及这些事件对地球生命历史的重要性。此外，我们还将探讨当今正在发生的当前大灭绝现象。课程中将回顾古生物学和地质学的发展历史，并介绍当今科学领域的关键人物。 无论您对该主题的了解程度如何，这门课程都将提供可携带的学习材料、生动的演示和测验，帮助您深化和提升知识。 课程大纲： 1. 引言：灭绝的开始 2. 人类对灭绝的认知史 3. 史前人类之前的大灭绝事件 4. 史前灭绝及近代灭绝（更新世和晚全新世） 5. 欧洲殖民以来的灭绝与未来展望 通过这一系列的课程内容，您将全面了解灭绝现象以及它们对地球生物多样性的影响。

Extracellular Vesicles in Health and Disease (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/extracellular-vesicles-health-disease

简介: 课程名称：细胞外囊泡在健康与疾病中的作用 课程概述：本课程旨在提供关于细胞外囊泡（EVs）及其在健康与疾病中的角色的最新理解。细胞外囊泡在细胞间通信中起着重要作用，除了维持正常的细胞生理外，EVs还传递可以推动或影响疾病进展的信息。本课程讨论了该领域的最新进展，介绍了EVs在健康和疾病中的功能。 课程包含四个模块： 模块1：课程介绍，概述了之前的MOOC课程“细胞外囊泡基础”。 模块2：专注于EVs在生理条件下的作用，举例说明它们在代谢、炎症、免疫、妊娠和凝血中的角色，同时简要讨论了微生物来源的EVs，如细菌囊泡，以及来自凋亡和衰老细胞的EVs。 模块3：重点探讨EVs在癌症中的作用，包括EVs如何介导肿瘤与肿瘤微环境之间的通信，免疫细胞来源的EVs在癌症发展中的功能角色，以及EVs在癌细胞增殖、生存、转移和耐药性中的作用。 模块4：介绍EVs在心血管、造血、神经、呼吸、泌尿系统疾病以及传染病中的作用。 本课程推荐给中级学习者或任何对此领域感兴趣的人，包括科学家、临床医生或细胞和分子生物学家，旨在拓宽他们对细胞外囊泡及其在特定疾病中作用的理解。

Extract, Transform and Load Data in Power BI (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/extract-transform-and-load-data-in-power-bi

简介: 课程名称：Power BI中的数据提取、转换和加载 课程概述：本课程是Microsoft Power BI分析师专业证书的一部分。该专业证书由一系列课程组成，提供了一个良好的数据分析职业起点，专注于使用Microsoft Power BI。 在本课程中，您将学习提取、转换和加载（ETL）过程。您将了解如何从多个数据源收集数据并在Power BI中配置这些数据源，使用Power Query进行数据准备和清洗。您还将有机会检查和分析数据。 课程大纲： 1. 数据源在Power BI中的应用 - 描述：在本模块中，您将设置数据源并探索Power BI中不同数据源的功能。 2. Power BI中的数据转换 - 描述：在本模块中，您将实践清洗和转换数据，以为后续课程中的数据建模做好准备。 3. Power BI中的高级ETL - 描述：在本模块中，您将了解ETL过程中的加载部分，并实践数据分析和高级查询。 4. 课程评估与总结 - 描述：在本模块中，您将对课程中涵盖的关键技能进行评估。 通过本课程，您将掌握使用Power BI进行数据提取、转换和加载的核心技能，助力于未来的数据分析工作。

Extract, Transform, and Load Data (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/extract-transform-and-load-data

简介: 课程名称：提取、转换与加载数据 课程概述：本课程旨在为希望学习数据科学过程首个技术阶段（即提取、转换与加载，简称ETL）的商务和数据专业人士提供指导。学习者将学习如何从多个来源收集数据，以便进行后续的转换和清理，然后深入探讨收集到的数据集，为后续的分析和建模做好准备。课程结束时，学习者将把数据加载到最终目的地，以便进行分析。 适合人群：本课程的典型学员在数据处理方面具备一定的经验，并且具备计算机编程的能力。 课程大纲： 1. 提取数据： - 描述：数据科学流程中的第一个实际操作技术阶段是ETL，它由相关任务组成。在这一阶段，数据科学从业者开始塑造数据，以便为后续的数据科学步骤提供最大效用，课程将顺序介绍每个ETL任务，从“E”（提取）开始。 2. 转换数据： - 描述：ETL过程中的下一步是数据转换。在这一模块中，学员将调整数据，使其处于更有用的状态。 3. 加载数据： - 描述：ETL过程的最后一步是数据加载。在这一模块中，学员将把转化后的数据放入目的格式和位置，为后续项目的进一步工作做好准备。 4. 应用所学知识： - 描述：学员将参与一个项目，实际应用在本课程中所学的知识，解决具体情境中的问题。 此课程将帮助学员掌握ETL过程中的关键技能，以便更有效地处理和分析数据。

Facebook, Instagram, and Snapchat Marketing (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/facebook-instagram-snapchat-marketing

简介: 课程名称：Facebook、Instagram和Snapchat营销 课程概述：数字营销协会（Digital Marketing Institute）致力于提供全球最高标准的数字营销认证。我们的使命是通过此专门课程，让学生具备信心和知识，以助力其职业发展。Facebook是社交网络中的“老大”，截至2021年，月活跃用户达27亿；而Instagram已成为吸引18至24岁女性消费者的重要平台。如果青少年和年轻人成为重要的目标受众，企业是否也应将Snapchat纳入其社交营销策略呢？本课程将帮助学员更好地理解社交媒体日益变化的格局，并面临的营销挑战，帮助品牌脱颖而出。 在本课程中，您将学习如何在Facebook、Instagram和Snapchat上进行营销。课程完成后，您将能够： - 创建和优化Facebook页面，以推广业务 - 使用Facebook广告管理工具构建有效的广告活动 - 区分在广告活动中包含Instagram和Snapchat的优势 - 采用最佳实践，通过Facebook、Instagram和Snapchat帮助建立业务品牌 课程还介绍了如何使用分析工具测量Facebook、Instagram和Snapchat广告活动的表现，涵盖关键的跟踪指标以及如何使用原生平台工具获取洞察。这是数字营销协会社交媒体营销专门课程的第三门课程。 在完成您专门课程中的所有课程后，您将获得数字营销协会认证的数字营销助理证书，并享有三个月的免费高级会员资格，助力您的职业发展，开启新的机遇。92%的DMI会员表示，课程对他们的职业生涯产生了积极影响，88%的人现在在高级或管理层职位上工作。 课程大纲： 1. 名称：Facebook营销基础 描述：本模块专注于Facebook及其功能，帮助数字营销人员开发成功的营销策略。内容涵盖Facebook的运作方式、相关术语及页面设置和内容发布的最佳实践。 2. 名称：Facebook广告与营销 描述：本模块讲解如何有效利用Facebook广告平台，制定和实施广告策略，并分析其表现。 3. 名称：Instagram与Snapchat - 社交应用 描述：本模块探讨了主要的应用平台Instagram和Snapchat，讲述其在营销活动中的优势，以及如何优化两个平台的帖子。 4. 名称：Instagram与Snapchat营销 描述：本模块提供管理Instagram和Snapchat帐户的最佳实践，涵盖如何在每个平台上运行引人入胜的广告活动，最后介绍使用分析工具分析每个渠道表现的知识。

Facilitating and Leading Cross-Functional Collaboration (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/facilitating-cross-functional-collaboration

简介: 课程名称：跨职能协作的协调与领导 课程概述：在本课程中，您将学习如何有效地领导和促进跨职能协作。您将掌握促进技巧、协作结构的构建方法、将个体转变为团队的策略，以及为共同工作的、分布式和混合团队选择合适的产品开发流程。我将分享会议促进的蓝图，以帮助团队对齐所需的关键文档，发展共同理解。 课程大纲： 1. **跨职能协作的两个关键角色** 描述：领导者和促进者的角色在跨职能协作中设定了基调，帮助团队进行最佳思考或阻碍进展。在本模块中，您将学习领导者与促进者之间的区别，以及如何根据所扮演的角色帮助团队克服常见的协作障碍。 2. **促进者速成课程** 描述：多年的观察表明，促进技巧被严重低估。在本模块中，您将学习团队的思维方式，准备应对个体在集体中所展现的心理深度和情感范围。您还将掌握如何结构化、组织和促进工作坊的三个基本阶段：准备、促进和后续。 3. **为协作添加结构** 描述：协作的目的在于实现特定的业务成果。本模块将教您如何在团队尚不清晰解决方案时，合理地应对常见的业务问题，从而防止无结构的协作变成混乱。您将学习如何建立业务成果、角色和责任的轻结构，以及清晰表述产品愿景和目标的方法。 4. **将个体转变为团队** 描述：每个团队都会经历布鲁斯·塔克曼（Bruce Tuckman）提出的形成、冲突、规范和表现四个阶段。在本模块中，您将学习加速团队凝聚力的工具和技巧，培养同理心、讨论共同价值观、设定工作协议，及早揭示潜在冲突，创建协作空间并促进持续改进文化。 5. **跨职能产品团队的流程策略** 描述：本模块讨论团队过程，即团队将如何交付工作。在课程结束时，您将了解在产品开发生命周期中，帮助团队找到合适流程时应考虑的关键原则。 通过本课程，您将掌握跨职能协作的核心技能，为团队的成功奠定基础。

Factorial and Fractional Factorial Designs (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/factorial-fractional-factorial-designs

简介: 课程名称：因子和分式因子设计 课程概述： 在工程、科学和商业领域，许多实验涉及多个因素。本课程介绍了多因子实验的基本知识，重点在于因子设计，即一种同时变更多个因素的实验策略。课程内容包括如何设计这些实验，并利用方差分析（ANOVA）来分析所得数据。实验中常常会涉及干扰因素，而通过区组原则可以在因子设计中处理这些情况。随着关注因素数量的增加，完整因子实验变得过于昂贵，因此分式因子设计成为一种有用的替代方案。本课程将涵盖分式因子的优点，以及构建和分析这些实验数据的方法。 课程大纲： - 单元 1：因子设计简介 - 单元 2：2^k 因子设计 - 单元 3：2^k 因子设计中的区组与混淆 - 单元 4：两级分式因子设计

Fandom, Community, and Identity in Popular Music (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/fandom-community-identity-popular-music

简介: 课程名称：流行音乐中的粉丝文化、社区与身份 课程概述： 在《流行音乐中的粉丝文化、社区与身份》课程中，您将探索粉丝文化与流行文化的交汇点，利用流行音乐作为框架进行研究。通过几个案例研究，您将运用自我反思和精细阅读/分析的技能，了解音乐粉丝的含义以及作为粉丝的责任。课程中，您将有机会通过创作来表达作为粉丝的创造力，项目将要求您运用自我反思和分析框架，结合您在现实和虚拟生活中的经验，深入研究粉丝文化和流行文化。 课程学习目标： * 定义和描述流行音乐的动态及其与粉丝、流行文化和数字媒体的关系 * 通过分析写作和创意表达应用批判性自我反思与精细阅读框架 * 利用在线平台与流行文化和粉丝社区互动，建立联系并综合学习 * 反思个人与流行音乐、流行艺术的关系，以及流行文化与记忆和怀旧的交叉 课程技能： * 分析 * 评估 * 批判性思维 * 沟通 * 创造力 * 精细阅读 课程大纲： 第一部分：流行音乐粉丝的形状与范围 描述：本模块将通过几个高知名度的案例研究，分析流行音乐粉丝的形状与范围，同时考虑数字时代我们如何接触音乐，以及音乐与记忆、怀旧和社区的联系。 第二部分：精细聆听、音乐粉丝和文化变迁 描述：本模块将深入探讨“精细聆听”的乐趣，探索您的音乐粉丝文化如何与您的身份及数字媒体互动连接。您将为“创作粉丝”项目准备提交，并有机会重温我们一直在实践和应用的自我反思与分析框架。您还将通过对饶舌歌手肯德里克·拉马尔的案例研究学习嘻哈文化和表现。 第三部分：全球化与流动性：流行音乐粉丝 描述：本模块将探讨流行音乐粉丝如何在全球范围内传播，以韩国流行音乐（K-pop）作为研究例子。在准备“创作粉丝”项目提交的同时，您将学习促进全球流行音乐的数字媒体渠道，并考虑这些全球性模式对美国音乐、文化和政治的影响。

Fandom, Social Media, and Authenticity in the Digital Age (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/fandom-social-media-authenticity-digital-age

简介: 课程名称：数字时代的粉丝文化、社交媒体与真实性 课程概述：“数字时代的粉丝文化、社交媒体与真实性”专注于身份、表现、解读和自我反思之间的相互关系。课程探讨了我们如何、在何处以及与谁共同生活在数字时代的粉丝和流行文化世界。我们将探讨数字媒体在名人和粉丝文化生产中的作用，社交媒体工具和平台作为案例研究。同时，课程还涵盖了媒体研究学者亨利·詹金斯所称的“参与文化”，即我们如何在数字空间中展示自我、建立信任和真实性（或挑战这些概念）以及在他人之间协商身份。在学习过程中，学员将培养批判性自我反思、沟通能力、分析与解读的技巧，并审视自己的社交媒体使用情况，将这些学习与当前主要社交媒体存在的背景相结合。 课程学习目标： * 定义并描述粉丝文化、流行文化与数字媒体之间的关系，分析这些因素如何影响我们的身份和与他人的互动。 * 通过个人和专业写作以及在线发布，运用批判性自我反思和细致阅读的方法。 * 利用在线平台与流行文化和粉丝社区互动，建立联系并综合学习。 * 反思自己与社交媒体、身份、表现和在线社交互动的个人关系。 课程技能： * 个人发展 * 分析能力 * 数字素养 * 写作能力 * 社交媒体运用 * 细致阅读 课程大纲： 1. 粉丝文化、流行文化与数字媒体背景 - 该模块探索粉丝、流行文化与数字媒体的主要关系，练习自我反思和解读的技能，并通过写作和数字出版在个人博客中展示自己的粉丝文化。 2. 社交媒体、表现与参与文化 - 该模块将社交媒体作为参与文化的案例研究，探讨数字时代的身份、记忆、表现与参与之间的复杂互动，尤其是“自拍”作为一个载体。学员将通过批判性自我反思深入理解与粉丝及流行文化的互动。 3. 经验、意识形态与流行文化解读 - 该模块探索个人经验和政治意识形态如何影响我们参与和解读周围的流行文化与粉丝文化的方式。以罗克珊·盖耶的“坏女权主义”为案例，讨论数字时代真实参与的概念，学员将提高分析和解读能力，并准备最终的博客项目提交。 4. 社交媒体的黑暗面 - 在此模块中，学员将探讨社交媒体参与的未来以及身份和表现方面的潜在风险。继续运用自我反思和细致阅读的技能，准备粉丝沉浸博客项目的提交。 此课程将有助于学员在数字环境中理解和表达自己在粉丝文化和社交媒体中的位置，并提升相关的批判性思维和沟通能力。

Farmacología para odontólogos (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/farmaco-odontologos

简介: 课程名称：牙科药理学 概述：药理学在牙科患者护理中至关重要，因为疼痛控制、由微生物引起的病理以及全身性疾病是牙科医生日常工作的核心内容。在本课程中，您将学习牙科中最常用的药物及其适应症、禁忌症及药物相互作用。 课程大纲： 1. 课程名称：药理学基础与牙科治疗中常用的主要抗菌药物 描述：在这一模块中，您将了解一些基础知识，如药物代谢动力学和药效学，以及牙科治疗中使用的主要抗菌药物。 2. 课程名称：牙科护理中常用的主要抗病毒药物和抗真菌药物 描述：在这一模块中，您将分析牙科护理中使用的主要抗病毒药物和抗真菌药物，了解它们的作用机制、适应症和禁忌症。 3. 课程名称：牙科护理中常用的主要镇痛药和抗炎药 描述：在这一模块中，您将了解在牙科治疗前后用于控制疼痛和炎症的主要药物。 4. 课程名称：牙科护理中常用的全身性药物 描述：随着人口老龄化，越来越多的老年患者需要牙科护理。在本模块中，将介绍在牙科中使用频率较高的全身性药物及其相互作用。

Farmacovigilancia ocular (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/farmacovigilancia-ocular

简介: 课程名称：眼药物警戒（Farmacovigilancia ocular） 课程概述：本课程旨在帮助参与者识别药物不良反应、与疫苗暂时性相关的事件以及医疗技术带来的不良后果。课程关注通过案例评估和眼科诊断技术的应用来提高患者安全，降低因药物引起的视觉损失或眼部疾病的风险。眼药物警戒是一项可由任何医疗专业人士实施的活动，旨在确保药物的有效性，并跟踪在人群中常见但少被识别的问题，这些问题通常与潜在的药物相互作用（药物-药物、药物-食品、药物-植物）有关。 课程目标： - 促进识别和报告药物不良反应（RAM）、与疫苗相关的事件（ESAVI）以及医疗设备使用后果（技术警戒）的活动。 课程大纲： 1. **眼部形态生理学（Morfofisiología ocular）**：了解眼组织作为一种免疫特权器官的基本特征，以及这与药物的药效和反应之间的关系。 2. **眼药物动力学（Farmacocinética ocular）**：掌握药理学及四个基本药物动力学过程（吸收、分布、生物转化和排泄），并探讨这些因素如何影响患者的视力。 3. **眼药物警戒（Farmacovigilancia ocular）**：学习眼药物警戒的一般和具体内容，查看用于识别和评估药物（RAM）、疫苗接种（ESAVI）或医疗设备（TV）造成的事件或事故的程序，以及各自的定义和分类，并实施自发报告。 4. **随访和治疗建议（Seguimiento y recomendaciones terapéuticas）**：学习如何评估疑似发生不良事件患者的视力，以跟进与药物警戒相关的情况。 通过本课程，您将能够有效地提升眼科药物警戒的意识和实践，促进患者的整体安全与健康。

Fase final de Marketing en redes sociales de Meta (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/fase-final-de-marketing-en-redes-sociales-de-facebook

简介: 课程名称：Meta社交媒体营销最终阶段 课程概述：在本课程中，学员将实践如何制作关于在整个项目中开发的营销活动的演示文稿，获取在社交媒体营销活动结果沟通和基于结果提出建议的实操经验。此外，学员将注册Facebook数字营销助理证书考试，完成考试后获得Facebook数字营销助理证书。一旦成功完成项目并通过Facebook考试，学员将获得Coursera社交媒体营销专业证书的结业证书。 学习目标： - 能够向团队展示和传达营销活动的结果。 - 完成Facebook数字营销助理证书考试。 课程对象：本课程面向已完成Facebook社交媒体营销专业证书前五门课程的学员，准备参加数字营销助理证书考试，并完成最终项目以获取Facebook社交媒体营销专业证书。 课程大纲： 1. 课程概述：学员将在这一周注册Facebook数字营销助理证书考试，并开始准备最终项目和证书考试。 2. 项目：在第二周，学员将完成最终项目，练习制作关于营销活动结论的演示文稿，向营销专业团队展示。这是整个项目中最后一个完成的任务。 3. 考试：学员将在这一周参加Facebook数字营销助理证书考试，并按照步骤访问考试平台，同时完成Facebook社交媒体营销专业证书项目。 本课程将帮助学员全面提升社交媒体营销的实际应用能力，并获得相关证书，为职业发展打下坚实基础。

Fashion as Design (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/fashion-design

简介: 课程名称：时尚与设计 概述：在设计的所有领域中，衣物是最为普遍和亲密的物品。时尚在形式与功能、自动化与手工艺、标准化与定制、普遍性与自我表达、务实与乌托邦视野之间的张力中蓬勃发展。它服务于他人，并可能产生深远的社会、政治、文化、经济和环境影响。《时尚与设计》课程重点关注来自全球的70多件服装和配饰，从肯特布到牛仔裤，再到3D打印裙子。通过这些服装，我们将深入探讨我们为何穿着、服装的制作及其意义。同时，您将直接听到设计师、制造者、历史学家以及其他从事服装工作人士的声音，了解他们如何在某些情况下重新设计未来的服装。课程通过工作室参观、访谈等资源介绍每件服装的历史、发展变化，以及其使用、意义和影响的演变历程。 课程学习目标： 1. 发展批判性工具，以多种视角欣赏和理解时尚设计，从日常服装到高级定制。 2. 追溯服装的历史、发展及其影响，探讨其如何被重新发明。 3. 从政治、身份和经济等多个角度研究服装。 4. 更深入理解服装的生命周期，包括设计、生产、营销、分配及消费。 5. 更好地理解您在时尚选择中的决策，涉及着装视觉语言、个体与集体身份，以及劳动实践、可持续性与身体政治等问题。 大纲概述： 1. **介绍**：课程的基本内容和框架。 2. **英雄**：探讨穿着特定服装如何激励英雄转变，及英雄如何将普通服装提升为标志性服饰，想象自己成为未来的太空英雄。 3. **轮廓**：研究服装如何改变身体的形状，以及文化对身体构造如何影响服装设计。 4. **高级定制**：从更广的视角探讨缝制的复杂过程，涉及传统手工艺与新技术在高端及日常服装中的应用。 5. **生命周期**：审视服装的生命周期，包括其开始、结束及生产、消费和处置循环对世界的影响。 6. **谦逊**：探讨谦逊在社会、宗教或政治认同中的多种表现，以及它如何成为道德、权能和礼仪的战场。 7. **表达**：分析穿着和穿衣方式如何传达信息、创造群体认同，以及个人表达的同时回应课程前几周所讨论的主题。 此课程将帮助您更清晰地理解时尚设计及其对社会的深远影响。

Fashion Design (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/fashion-design-process

简介: 课程名称：时尚设计 课程概述：时尚设计不仅关乎向未来创新，还需要理解设计过程的基础。在本课程中，您将学习时尚设计中的技术发展、3D和数字印刷以及手工艺设计。您将探索通过设计美学、材料、轮廓和合身度来建立品牌的重要性。课程还会强调与其他设计师的合作，以及新思维和灵感在设计过程中的重要性。最后，您将研究时尚预测的未来，观察潮流、社会运动、政治、环境主义和流行文化对品牌战略的重要性。 授课讲师包括： - Gabi Asfour，帕森斯学院教师，threeASFOUR创始人及创意总监 - Keanan Duffty，帕森斯学院教师 - Susanna Moyer，帕森斯学院教师 - Joshua Williams，帕森斯学院教师 课程大纲： 1. **时尚设计过程**： - 学习设计过程的历史基础及涉及协作、新材料和技术的创新策略。定义形状和轮廓，学习拼装、解构和垂坠实验。 2. **可持续的时尚设计方法**： - 讨论手工艺和本地制造设计在设计过程中的结合。通过20世纪的流行文化，了解表面图案设计如何影响过去一个世纪及新千年的时尚。同时，我们将讨论来源和遗产，探讨谁拥有一个理念，致敬与挪用的界限。 3. **协作设计**： - 学习如何与其他设计师和品牌协作是设计过程中的必要环节。讨论如何将新思维整合进设计过程，包括短片、纪录片、讲故事和表演。学习为多种最终用途构思和创作产品。 4. **时尚趋势：解读、观察与直觉**： - 探讨如何将观察和直觉融入设计过程，以解读趋势和时尚预测。了解如何在微观和宏观层面进行趋势分析。学习用于预测、解读和预测时尚的方法，并通过社会运动、政治和流行文化事件的视角来观察这些方法。 本课程将为您提供时尚设计领域所需的知识和技能，助您在该行业中脱颖而出。

Fashion Retail Transformation (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/fashion-retail-transformation

简介: 课程名称：时尚零售转型 课程概述：在本课程中，帕森斯学院的教职员工和行业专家将深入探讨时尚零售的转型。您将探索零售与娱乐的融合以及全渠道客户关系日益重要性。通过对令人震惊的零售创新（如按需交付和虚拟现实）的研究，您将了解行业领袖如何跟上顾客期望。您将从客户反馈的角度审视电子商务策略，以及品牌如何保持在直接面向消费者市场中的相关性。最后，您将考虑后疫情时代消费者的需求，思考如何在时尚商业中利用电子商务和远程客户服务来确保顾客的满意度和忠诚度。 教授团队： - Caryn Pang，帕森斯学院教职员工，高级顾问 - Ron Thurston，《零售自豪感》作者 - Keanan Duffty，帕森斯学院教职员工 - Patrick Klesius，帕森斯学院教职员工，大卫·尤尔曼企业数据架构与分析专家 课程大纲： 1. 课程名称：时尚零售转型 描述：今日消费者期待独特的体验，零售市场竞争空前激烈。本模块将讨论如何创造令人难忘的沉浸式店铺体验，探讨传统客户服务向全渠道客户关系的演变。 2. 课程名称：未来商业模型的零售运营规划 描述：本模块将讨论盈利和可持续经营零售店面临的挑战与机遇。近年来，颠覆性零售创新提升了消费者的期望。您将学习公司如何跟进，以及行业领袖如何致力于全渠道策略以满足客户期待。 3. 课程名称：时尚电子商务 描述：本模块将讨论自有和外部电子商务平台内的管理流程，以及电子商务体验的组织与创新。您将了解品牌如何保持相关性并在直面消费者的模式中取得胜利。 4. 课程名称：后疫情时代的时尚分销策略 描述：本模块将讨论如何转型为电子商务零售，以服务于后COVID消费者，以及如何创建无缝的全渠道业务。您将了解到客户体验是提升顾客满意度与忠诚度的关键，以及如何掌握远程客户服务（“客户关系管理”）。

Fashion Systems (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/fashion-systems

简介: 课程名称：时尚体系 课程概述：时尚产业经历了从20世纪早期巴黎世家的辉煌至今的发展，现已成为一个全球现象。这个领域极其复杂、多面化，正在经历重新创新。在本课程中，您将了解影响现有时尚体系的长期因素，如消费、包容性和劳动力。您将探索“慢时尚”运动，关注以人为本的产品开发策略，并围绕核心价值构建品牌故事。最后，您将考虑在时尚设计和生产过程中可持续性和环保责任的重要性。 授课教师：该课程将由以下Parsons学院的教师和行业专家授课： - Laura Lanteri，Parsons教师，创意总监/创始人，LLNY - Lucy Jones，Parsons教师，首席执行官，FFORA - Amanda Hallay，时尚历史学家，作家及顾问 - Sydney Price，Parsons教师，创始人/首席执行官，The Knew Purpose 课程大纲： 1. 系统思维 - 描述：在本模块中，您将学习影响现有时尚体系的长期因素，包括消费、包容性和劳动力。我们将探讨“慢时尚”运动对资源流动、工人、社区和生态系统的影响。 2. 以人为本的方法 - 描述：在本模块中，您将学习如何采取更有意识的时尚产品和服务设计方法。此方法将人置于所有设计决策的中心，关注社会参与和为缺乏服务的社区设计。 3. 全面时尚体系 - 描述：在本模块中，您将学习如何创建一个更全面的时尚体系，考虑核心价值的重要性，以及如何通过行动、行为和决策过程传达品牌故事。 4. 环境责任 - 描述：在本模块中，我们将讨论设计过程中的环境责任，以及它如何影响原材料采购、制造过程、产品的“生命周期”，以及服装和纺织品的回收和再利用的可持续实践。

Faster Together, Enhancing the Recruitment of Minorities in Clinical Trials (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/recruitment-minorities-clinical-trials

简介: 课程名称：共同加速，增强少数民族在临床试验中的招募 课程概述： 本课程旨在教授如何增强少数民族在临床试验中的招募工作。主要内容包括临床试验中多样性的重要性、参与临床研究的障碍与推动因素、社区参与、有效沟通、有关临床试验的教育、医疗提供者 outreach、有效的预筛查和登记、以人为本的知情同意以及参与者的留存策略。该课程适合任何有招募潜力的人，无论是在临床环境还是社区中工作。 课程结构： 课程为期8周，学员可以按照自己的节奏进行学习，若希望更快完成课程也可以。我们鼓励参加测验，以帮助理解材料。该课程免费提供学习，完成课程要求后可选择购买结业证书，这也是激励自己的一种好方式。课程还提供经济援助。 课程大纲： 1. **模块1：理解提升少数民族招募的必要性** - 讨论少数民族在研究参与中的低比例如何影响医疗及其背后的障碍。 2. **模块2：社区参与的关键原则** - 探讨自身偏见的认知，回顾有效的社区参与策略，构建社区伙伴关系以促进招募。 3. **模块3：有效的社区沟通** - 复习交流最佳实践，提升与公众沟通的能力，增强对临床试验的认识。 4. **模块4：教育潜在研究参与者** - 提供有关临床试验的教育方式，培养对试验的兴趣以及结合学习风格和文化改善教育效果。 5. **模块5：与社区医疗提供者的合作** - 通过与社区医疗提供者合作提高少数民族招募，建立信任并推动转介。 6. **模块6：有效的筛查、教育和决策支持** - 讨论招生的标准化筛选方法及其重要性，包括预同意教育的五个组成部分。 7. **模块7：管理以人为本的知情同意过程** - 描述基于文化、语言和健康素养的以人为本的知情同意过程。 8. **模块8：以人为本的留存策略** - 讨论临床试验中留存的重要性及常见挑战，提供改善留存的策略。 致谢： 感谢范德堡大学医学中心知识管理中心的成员及其对课程开发和实施的持续贡献。同时感谢ArtMagic Labs团队在课程视频拍摄与编辑中的卓越工作。此次课程由招聘创新中心和Meharry-Vanderbilt Alliance共同主办，得到了美国国立卫生研究院（NIH）下属国家转化科学推进中心的支持。

Fazer perguntas para tomar decisões com base em dados (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/fazer-perguntas-para-tomar-decisoes-com-base-em-dados

简介: 课程名称：通过数据驱动决策提问 概述：这是谷歌数据分析证书的第二门课程。这些课程将为您提供申请初级数据分析师职位所需的技能。您将学习到在谷歌数据分析证书第一门课程中介绍的主题，课程内容将帮助您学习如何提出有效的问题以基于数据做出决策，并与利益相关者的需求相连接。谷歌的数据分析师将指导您，提供实际的方法来完成数据分析师的常见任务，使用最佳工具和资源。 完成此认证课程的学生可以申请初级数据分析师职位，前提是无需任何先前经验。 课程结束时，您将能够： - 学习有效提问的技巧，以指导您的分析。 - 理解基于数据的决策制定以及数据分析师如何呈现发现。 - 探索各种现实商业场景，帮助您理解提问和决策过程。 - 发现电子表格作为数据分析师重要工具的原因和使用。 - 检视与结构性思维相关的关键理念，以及它们如何帮助分析师更好地理解问题并制定解决方案。 - 学习管理利益相关者期望的策略，同时与数据分析团队建立清晰的沟通，以实现商业目标。 课程大纲： 1. 有效提问 描述：在数据分析工作中，您需要提出问题并解决问题。这部分课程将分析一些常见的分析挑战及分析师如何应对它们。您还将学习有效提问的技巧，以指导您的分析。 2. 数据驱动的决策 描述：在分析中，数据指导决策。在这一部分课程中，您将探索各种类型的数据及其对现实生活中选择和策略的影响。此外，您还将学习如何通过报告和仪表盘分享您的数据。 3. 电子表格基础 描述：电子表格是一个非常重要的数据分析工具。在课程的这一部分，您将学习数据分析师如何在日常工作中使用电子表格，并探讨结构性思维为何能帮助分析师更好地理解问题并提出解决方案。 4. 始终牢记利益相关者 描述：成功的数据分析师学会平衡需求和期望。在这一部分课程中，您将学习管理利益相关者期望的策略，同时与您的团队建立清晰的沟通。

Feature Engineering (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/feature-engineering

简介: 课程名称：特征工程 课程概述： 想了解 Vertex AI 特征库吗？想知道如何提高机器学习模型的准确性？想发现哪些数据列能够形成最有用的特征？欢迎来到特征工程课程，我们将讨论好特征与坏特征的区别，以及如何对它们进行预处理和转换，以达到最佳模型应用效果。本课程包含有关使用 BigQuery ML、Keras 和 TensorFlow 进行特征工程的内容和实验。 课程大纲： - **模块 0：介绍** - 描述：本模块提供课程的概述和目标。 - **模块 1：Vertex AI 特征库介绍** - 描述：本模块介绍 Vertex AI 特征库。 - **模块 2：原始数据到特征** - 描述：特征工程通常是构建机器学习项目中最长且最困难的阶段。在特征工程过程中，您将从原始数据出发，运用自己的领域知识创建特征，以使机器学习算法发挥作用。本模块探讨何谓良好特征以及如何在机器学习模型中表示它们。 - **模块 3：特征工程** - 描述：本模块回顾了机器学习与统计学之间的区别，以及如何在 BigQuery ML 和 Keras 中执行特征工程。我们还将涵盖一些高级特征工程实践。 - **模块 4：预处理和特征创建** - 描述：在本模块中，您将深入了解 Dataflow，这是一种与 Apache Beam 互补的技术，可帮助您构建和运行预处理和特征工程。 - **模块 5：特征交叉 - TensorFlow Playground** - 描述：在传统机器学习中，特征交叉并没有起到很大的作用，但在现代机器学习方法中，特征交叉是您工具箱中不可或缺的一部分。在本模块中，您将学习如何识别特征交叉帮助机器学习的强大应用场景。 - **模块 6：TensorFlow Transform 介绍** - 描述：TensorFlow Transform（tf.Transform）是用于使用 TensorFlow 预处理数据的库。tf.Transform 适用于需要对数据进行全面访问的预处理，例如：通过均值和标准差对输入值进行标准化；根据所有输入示例查看值进行词汇整数化；根据观察到的数据分布进行输入桶化。在本模块中，我们将探讨 tf.Transform 的用例。 - **模块 7：总结** - 描述：本模块是特征工程课程的总结。 这个课程帮助您掌握特征工程的核心理念和实践，提升您在机器学习项目中的能力。

Feature Engineering em Português Brasileiro (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/feature-engineering-br

简介: 课程名称：Feature Engineering em Português Brasileiro 课程概述：本课程旨在提高机器学习模型的准确性，探索哪些数据列是最有用的属性。我们将讨论好的和坏的属性，以及它们的预处理和转换，以优化模型。 课程大纲： 1. **课程介绍**：提供本课程的整体概述以及要实现的目标。 2. **Vertex AI 的特征存储简介**：介绍 Vertex AI 的特征存储功能。 3. **从原始数据到属性**：讲解特征工程的关键步骤，如何从原始数据中利用领域知识创造有效特征，以提升机器学习算法的表现。 4. **特征工程**：分析机器学习与统计学之间的差异，并展示如何在 BigQuery ML 和 Keras 中执行特征工程，探讨该过程的一些高级实践。 5. **预处理与属性创建**：介绍 Dataflow 及其作为 Apache Beam 的补充技术，帮助用户进行预处理和特征工程。 6. **属性交叉 - TensorFlow Playground**：尽管属性交叉在传统机器学习中的作用有限，但在现代 ML 方法中却至关重要。本模块将帮助您识别属性交叉在机器学习中发挥重要作用的情境。 7. **TensorFlow Transform 简介**：介绍 TensorFlow Transform (tf.Transform) 库，及其在数据预处理中的应用，如归一化、字符串转整数和基于观察到的数据分布进行分桶。 8. **课程总结**：对整个特征工程课程进行回顾和总结。 本课程适合希望深入了解特征工程及其在机器学习模型优化中的应用的学习者。