本课程将教您如何利用 Python 和人工智能的力量来创建和测试假设。我们将从基础开始，先学习一些用于数据科学的基本 Python，然后再深入学习一些更丰富的应用，以测试我们创建的假设。我们将学习一些用于探索性数据分析（EDA）和机器学习的最重要的库，如 Numpy、Pandas 和 Sci-kit learn。在学习了线性回归背后的一些理论（和数学）之后，我们将通过读取数据、清理数据和应用回归模型来估算糖尿病的进展情况。课程结束时，您将应用分类模型从病人的健康数据中预测是否患有心脏病。
数据科学和 Python scikit-learn 简介
您将学到什么
运用人工智能技术测试 Python 中的假设
结合 Numpy、Pandas 和 Scikit-Learn 应用机器学习模型
您将获得的技能
要了解的详细信息
可分享的证书
添加到您的领英档案
作业
9 项作业
授课语言：英语（English）
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
本课程是 用于科学研究的人工智能 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书
该课程共有4个模块
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
授课教师评分
(16个评价)
提供方
从 数据分析 浏览更多内容
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
- 5 stars
46.66%
- 4 stars
16.66%
- 3 stars
15%
- 2 stars
8.33%
- 1 star
13.33%
显示 3/60 个
RS
已于 Aug 5, 2025审阅
Get you started with the basics. Explanation is great but some topics are only covered by referring you to the documentation. Lab solutions helped fill knowledge gaps not covered in lectures.
AG
已于 Nov 27, 2021审阅
Good introduction. A bit too short for a 4-week course. The autograder is not very good, and some solutions are wrong.
DH
已于 Apr 4, 2022审阅
The topic is great, and the linkage and references provided are valuable.The hands-on quiz should be supported with better instructions and descriptions regarding what to do.
