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
您将获得的技能
- Data Import/Export
- Feature Engineering
- Machine Learning
- Data Access
- Statistical Inference
- Data Cleansing
- Data Manipulation
- Data Transformation
- Statistical Analysis
- Statistical Hypothesis Testing
- Data Quality
- Data Preprocessing
- Data Analysis
- Statistical Methods
- Exploratory Data Analysis
- Scalability
- Anomaly Detection
- Probability & Statistics
要了解的详细信息
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
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
(795个评价)
提供方
从 机器学习 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
72.98%
- 4 stars
19.19%
- 3 stars
4.43%
- 2 stars
1.84%
- 1 star
1.53%
显示 3/2546 个
KG
已于 Nov 4, 2022审阅
Good introduction to the workflow in EDA for ML. I appreciate the code examples that provide a useful reference to code syntax and some practice with EDA.
BD
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.
AP
已于 Feb 25, 2023审阅
This course was amazing. I always assumed that EDA was the challenging part of ML, But in this course I found it so cool. can't wait for the next course.
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。