How to Win a Data Science Competition: Learn from Top Kagglers (CourseraArchive) 0 个评论 关注

开始时间: 04/22/2022 持续时间: Unknown

主页: https://www.coursera.org/archive/competitive-data-science

简介: Higher School of Economics

Python for Everybody Specialization (Coursera专项课程) 1 个评论 关注

开始时间: 12/21/2023 持续时间: Approximately 8 months to complete Suggested pace of 3 hours/week

主页: https://www.coursera.org/specializations/python

简介: 课程名称：Python面向所有人专业化 课程概述：此专业化课程基于“Python面向所有人”课程的成功，旨在介绍基本的编程概念，包括使用Python编程语言的数据结构、网络应用程序接口和数据库。在Capstone项目中，学员将运用整个专业化过程中学到的技术，设计和创建自己的数据检索、处理与可视化应用程序。 课程大纲： 1. **Python编程基础** - 该课程由密歇根大学提供，旨在教授每个人使用Python进行计算机编程的基础知识。 [课程链接](https://www.coursera.org/learn/python) 2. **Python数据结构** - 该课程将介绍Python编程语言的核心数据结构。 [课程链接](https://www.coursera.org/learn/python-data) 3. **使用Python访问网络数据** - 本课程展示如何将互联网作为数据来源，教授数据抓取和解析技术。 [课程链接](https://www.coursera.org/learn/python-network-data) 4. **与Python一起使用数据库** - 本课程介绍结构化查询语言（SQL）的基础知识及其在Python中的应用。 [课程链接](https://www.coursera.org/learn/python-databases) 5. **Capstone项目：使用Python进行数据的检索、处理和可视化** - 学员将构建一系列应用程序，以实现数据的检索、处理和可视化。 [课程链接](https://www.coursera.org/learn/python-data-visualization) 通过该专业化课程，学员将全面掌握Python编程的基础知识以及应用数据分析的实用技能。

Applied Data Science with Python Specialization (Coursera专项课程) 0 个评论 关注

开始时间: 12/21/2023 持续时间: Approximately 5 months to complete Suggested pace of 7 hours/week

主页: https://www.coursera.org/specializations/data-science-python

简介: **课程名称：应用数据科学与Python专业化** **概述：** 密歇根大学的这门专业课程由五门课程组成，通过Python编程语言向学习者介绍数据科学。这是一个基于技能的专业化课程，针对具有基本Python或编程背景的学习者，旨在通过流行的Python工具包（如pandas、matplotlib、scikit-learn、nltk和networkx）应用统计、机器学习、信息可视化、文本分析和社会网络分析技术，从而深入理解数据。 课程安排上，第一门课程《Python数据科学概论》、第二门课程《Python中的应用绘图、制图与数据表示》和第三门课程《Python中的应用机器学习》需按顺序学习，且应在其他课程之前完成。完成这三门课程后，学习者可以以任意顺序学习第四和第五门课程，所有五门课程均需完成才能获得证书。 **课程大纲：** 1. [Python数据科学概论](https://www.coursera.org/learn/python-data-analysis) - 介绍Python编程环境的基础知识。 2. [Python中的应用绘图、制图和数据表示](https://www.coursera.org/learn/python-plotting) - 讲解信息可视化的基础，重点在报告和数据展示。 3. [Python中的应用机器学习](https://www.coursera.org/learn/python-machine-learning) - 介绍应用机器学习的技术和方法。 4. [Python中的应用文本挖掘](https://www.coursera.org/learn/python-text-mining) - 教导文本挖掘和文本处理的基础知识。 5. [Python中的应用社交网络分析](https://www.coursera.org/learn/python-social-network-analysis) - 通过使用NetworkX库的教程来介绍网络分析。 学习者可通过上述链接注册并免费参与课程。