中
本课程是 IBM 机器学习专业证书的第一门课程，向您介绍机器学习和专业证书的内容。在本课程中，您将认识到优质数据的重要性。您将学习检索数据、清理数据、应用特征工程的常用技术，并为初步分析和假设检验做好准备。 课程结束时，您应该能够： 从多个数据源检索数据：SQL、NoSQL 数据库、API、云 描述和使用常见的特征选择和特征工程技术 处理分类和顺序特征以及缺失值 使用各种技术检测和处理异常值 阐述特征缩放的重要性，并使用各种缩放技术 谁应该参加本课程？
机器学习的探索性数据分析
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
此课程作为 的一部分提供
在注册此课程时，您还需要选择一个特定的合作项目。
- 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5个模块
人工智能并不新鲜，但它的新鲜之处在于，在商业环境中开始使用机器学习比以往任何时候都要容易。在本模块中，我们将快速介绍人工智能和机器学习，并简要回顾现代人工智能的历史。我们还将为你探讨人工智能和机器学习的一些当前应用，让你思考如何在日常业务实践或个人项目中利用它们。
涵盖的内容
10个视频2篇阅读材料3个作业1个讨论话题
良好的数据是机器学习和人工智能的动力源泉。在本模块中，您将学习如何从不同来源检索数据，以及如何清理数据以确保其质量。
涵盖的内容
7个视频3篇阅读材料3个作业3个应用程序项目
在本模块中，您将学习如何进行探索性分析，以便通过特征工程和转换直观地确认是否已为机器学习建模做好准备。
涵盖的内容
15个视频3篇阅读材料3个作业4个应用程序项目
推断统计和假设检验是在分析数据的早期阶段经常被忽视的两种数据分析类型。它们可以让您快速了解数据的质量。它们还能帮助您确认业务直觉，并帮助您确定下一步使用机器学习分析的内容。本模块将介绍有用的定义和简单的示例，帮助您开始围绕业务问题创建假设以及如何对其进行测试。
涵盖的内容
16个视频2篇阅读材料3个作业2个应用程序项目1个讨论话题
在本作业中，您将运用在整个课程中学到的技能来分析您选择的数据集，该数据集可以来自课程材料或外部来源。您将执行数据 Cleaning、Feature Engineering、探索性数据 Visualization 和假设检验，以获得有意义的见解。完成后，您的作品将由 AI 评分工具自动评估。
涵盖的内容
4篇阅读材料1个应用程序项目
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
4.5 (773个评价)
提供方
从 机器学习 浏览更多内容
状态：免费试用
状态：免费试用Johns Hopkins University
状态：预览University of Leeds
状态：免费试用Alberta Machine Intelligence Institute
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
4.6
2,421 条评论
- 5 stars
72.37%
- 4 stars
19.69%
- 3 stars
4.58%
- 2 stars
1.81%
- 1 star
1.52%
显示 3/2421 个
BD
5
已于 Apr 23, 2024审阅
The course includes hands-on exercises that allows us to apply the learned EDA techniques to real-world data. This practical approach helps solidify my understanding.
SG
4
已于 Jul 25, 2022审阅
Great course. Just some concepts should be explained slowly and carefully but they are just skimmed through... overall a good course for EDA.
DS
4
已于 Nov 30, 2020审阅
The only reason that I do not give it 5 stars is because the website of coursera is not good enough to handle the peer review assignments at the end of the course.
常见问题
要获取课程资料、作业和证书，您需要在注册课程时购买证书体验。 您可以尝试免费试听，或申请资助。课程可能提供 "完整课程，无证书"。通过该选项，您可以查看所有课程资料，提交必要的评估，并获得最终成绩。这也意味着您无法购买证书体验。
注册课程后，您就可以访问证书中的所有课程，并在完成作业后获得证书。您的电子证书将被添加到您的 "成就 "页面--在那里，您可以打印证书或将其添加到您的 LinkedIn 个人资料中。
更多问题
提供助学金，
¹ 本课程的部分作业采用 AI 评分。对于这些作业，将根据 Coursera 隐私声明使用您的数据。