分析过程是一系列相互关联的活动的集合,这些活动有助于做出更好的决策和提高业务绩效。本专业的毕业设计旨在让您体验这一过程。顶点项目将带您从数据到分析和模型,最终到提出见解。

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
- 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
本周的目标是理解数据并为分析准备数据。正如我们在本专业中讨论过的,数据预处理和清理通常是数据分析项目的第一步。不用说,这一步对于项目的成功至关重要。 在完成本周作业之前,我们从课程 2 和课程 4 中选择了一些视频供您回顾。处理缺失值和处理异常值的视频将提醒您如何进行初步的数据清理。 作业的最后一部分要求您构建数据可视化。您可能会发现《什么是好的数据可视化?
涵盖的内容
5个视频2篇阅读材料1次同伴评审
本周您将执行一些预测分析任务,包括贷款分类和预测违约贷款的损失。本周您将尝试使用各种工具和技术,因为不同工具的预测准确性会有很大差异。ASP 生成的违约模型很少是最佳模型。因此,您必须调整不同的模型,以提高性能。本周的作业要求您为分类和回归任务构建预测模型。<p> 在完成作业之前,您可以先观看一些视频,以提醒自己几个重要的概念,例如交叉验证。交叉验证和混淆矩阵以及使用交叉验证评估预测准确性的视频中讨论了这些概念。您还可能会发现复习 XLMiner 也很有用。视频《使用 XLMiner 构建逻辑回归模型》和《如何使用 XLMiner 构建模型》讨论了如何构建逻辑回归和线性回归模型。根据您的需要,您还可以回看讨论如何构建树和神经网络的视频。</p>
涵盖的内容
4个视频1次同伴评审
本周我们将目光转向规范分析,您将就如何使用分析工具(包括聚类和基于模拟的优化)分配投资资金提出一些具体建议。您将看到,合理分配资金对投资组合的财务回报至关重要。 <p>本周的相关视频来自课程 3:第 1 周:使用 XLMiner 进行聚类分析,第 2 周:为电子表格模型添加不确定性,第 2 周:定义输出变量并分析结果。</p>
涵盖的内容
1次同伴评审
到目前为止,你们已经做了很多!在最后一周,你们将向客户展示你们的分析结果。由于您的项目中有许多结果,因此您必须审慎地选择在演示中包含哪些内容。课程 4 中的几个视频提供了一些关于交流分析结果的指导。本作业将为您提供一个应用所学技能的机会。 祝你好运
涵盖的内容
1次同伴评审
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。
人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
学生评论
- 5 stars
68.47%
- 4 stars
15.21%
- 3 stars
6.52%
- 2 stars
1.08%
- 1 star
8.69%
显示 3/90 个
已于 Apr 30, 2024审阅
The content of the overall specialisation was excellent. Difficult topic and learnt a lot. Frustration with the high number of empty or plagiarised assignment submissions that waste everyone's time.
已于 Nov 14, 2019审阅
It's been a great opportunity to practically apply knowledge I got over the specialization. Highly recommended.
已于 Mar 3, 2019审阅
Great List of Courses for People who are interested
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。










