IBM

机器学习的探索性数据分析

IBM

机器学习的探索性数据分析

本课程是多个项目的一部分。

Joseph Santarcangelo
Svitlana (Lana) Kramar

位教师:Joseph Santarcangelo

访问权限由 New York State Department of Labor 提供

184,987 人已注册

深入了解一个主题并学习基础知识。

2,537 条评论

中级 等级
需要一些相关经验
灵活的计划
1 周 在 10 小时 一周
自行安排学习进度
95%
大多数学生喜欢此课程
深入了解一个主题并学习基础知识。

2,537 条评论

中级 等级
需要一些相关经验
灵活的计划
1 周 在 10 小时 一周
自行安排学习进度
95%
大多数学生喜欢此课程

了解顶级公司的员工如何掌握热门技能

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

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

8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

15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
(794个评价)
Joseph Santarcangelo
IBM
37 门课程 2,360,580 名学生
Svitlana (Lana) Kramar
IBM
3 门课程 203,434 名学生

提供方

IBM

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

    19.22%

  • 3 stars

    4.45%

  • 2 stars

    1.81%

  • 1 star

    1.53%

显示 3/2537 个

AK

已于 Jul 17, 2025审阅

BD

已于 Apr 23, 2024审阅

AP

已于 Feb 25, 2023审阅

从 数据科学 浏览更多内容

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。