|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/applied-data-science-covid-19-prototype/
课程评论：没有评论
**课程名称：** 疫情数据科学：新冠病毒传播分析 **课程概述：** 本课程旨在将业界领先的数据科学实践应用于新冠病毒（COVID-19）分析原型开发。学生将学习如何利用Python进行建模，以及一套基于每日更新的COVID-19数据集来解决商业问题的分析方法。课程的最终成果是一个可一键更新的动态Dashboard，展示经过筛选和计算的COVID-19数据，例如确诊病例的当前翻倍率。 **课程技术栈：** REST Services, Python Pandas, scikit-learn, Facebook Prophet, Plotly, Dash，以及SIR病毒传播模拟。此外，还有一个附加环节将介绍Tableau进行可视化分析。 **课程方法论：** 课程将遵循业界标准的CRISP（跨行业数据挖掘标准流程）方法论，并强调敏捷开发的迭代特性，具体包括： * **商业理解：** 明确分析目标。 * **数据理解：** 识别数据来源并进行数据清洗。 * **数据准备：** 进行数据转换与可视化。 * **建模：** 应用统计学、机器学习和SIR模拟进行新冠数据分析。 * **部署：** 学习如何交付成果，包括Python动态Dashboard和Tableau可视化。 **学习成果：** 通过本课程，学生将掌握从数据获取、处理、建模到结果可视化的完整数据科学流程，并能独立构建一个动态、交互式的新冠疫情分析Dashboard。
The goal of this lecture is to transport the best practices of data science from the industry while developing a CORONA / COVID-19 analysis prototypeThe student should learn the process of modeling (Python) and a methodology to approach a business problem based on daily updated COVID 19 data setsThe final result will be a dynamic dashboard - which can be updated by one click - of COVID-19 data with filtered and calculated data sets like the current Doubling Rate of confirmed casesTechniques used are REST Services, Python Pandas, scikit-learn, Facebook Prophet, Plotly, Dash, and SIR virus spread simulations + bonus section Tableau for visual analyticsFor this, we will follow an industry-standard CRISP process by focusing on the iterative nature of agile developmentBusiness understanding (what is our goal)Data Understanding (where do we get data and cleaning of data)Data Preparation (data transformation and visualization)Modeling (Statistics, Machine Learning, and SIR Simulations on COVID Data)Deployment (how to deliver results, dynamic dashboards in python and Tableau)
