本课程将教您如何利用 Python 的强大功能来理解复杂的供应链数据集。即使您不熟悉供应链基础知识，我们将使用丰富的数据集作为画布，帮助您了解几种 Pythonic 工具和探索性数据分析 (EDA) 的最佳实践。因此，尽管所有数据集都面向供应链领域的专业人士，但这些课程很容易推广到其他使用案例中。
供应链机器学习基础
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 供应链机器学习 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
欢迎来到本课程！在第一个模块中，我们将学习编程和 Python 的基础知识。我们将从基本的数据结构、函数和循环开始，然后花一些时间熟悉导入模块和库。最后，我们将使用线性规划技术优化一个供应约束问题，检验我们的新技能。
涵盖的内容
12个视频5篇阅读材料3个作业4个编程作业1个讨论话题5个非评分实验室
在下一个模块中，我们将深入研究数据科学最常用的工具：Python 和 Numpy。我们将从 Numpy 开始，熟悉 np 数组及其主要功能。熟悉各种类型数据的加载后，我们将学习一些基本的数据描述和清理技术。我们还将学习在数据帧中使用索引和列。最后，我们将介绍绘图和汇总统计。我们将使用常见的供应链数据集进行探索
涵盖的内容
9个视频3篇阅读材料3个作业1个编程作业1个讨论话题2个非评分实验室
在第三个模块中，我们将把 Pandas 和 Numpy 的技能提升到一个新的水平，学习如何有效地组合和重塑数据。我们将学习如何通过合并和透视重塑数据，以满足我们的需求。这种设置将帮助我们处理运行机器学习算法所需的常见数据预处理步骤，例如单次编码。最后，我们将使用 Pandas 武库中最重要的工具（Groupby-Apply-Transform），并探索其转换功能。
涵盖的内容
5个视频3篇阅读材料1个作业1个编程作业1个讨论话题2个非评分实验室
在这个期末项目中，我们将收集涉及仓库容量、产品需求和运费的各种数据集，以优化生产和运输产品的成本。
涵盖的内容
2个视频1个作业1个编程作业1个非评分实验室
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
(13个评价)
提供方
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
39.02%
- 4 stars
29.26%
- 3 stars
9.75%
- 2 stars
7.31%
- 1 star
14.63%
显示 3/41 个
RW
已于 Jan 24, 2024审阅
love the progression from "key" basics and hands on problems
IA
已于 Nov 10, 2024审阅
Good. Improvement in UI interface and lab should be improved
从 数据科学 浏览更多内容
Rutgers the State University of New Jersey
Rutgers the State University of New Jersey
