This is the first course in the four-course specialization Python Data Products for Predictive Analytics, introducing the basics of reading and manipulating datasets in Python. In this course, you will learn what a data product is and go through several Python libraries to perform data retrieval, processing, and visualization. This course will introduce you to the field of data science and prepare you for the next three courses in the Specialization: Design Thinking and Predictive Analytics for Data Products, Meaningful Predictive Modeling, and Deploying Machine Learning Models. At each step in the specialization, you will gain hands-on experience in data manipulation and building your skills, eventually culminating in a capstone project encompassing all the concepts taught in the specialization.
이 강좌는 Python Data Products for Predictive Analytics 전문 분야의 일부입니다.
Basic Data Processing and Visualization
제공자:
배울 내용
Develop data strategy and process for how data will be generated, collected, and consumed
Load and process formatted datasets such as CSV and JSON.
Deal with data in various formats (e.g. timestamps, strings) and filter and “clean” datasets by removing outliers etc.
Basic experience with data processing libraries such as numpy and data ingestion with urllib, requests
귀하가 습득할 기술
Course을(를) 수강하는 학습자
- Data Scientists
- Data Analysts
- Risk Managers
- Entrepreneurs
- Machine Learning Engineers
강의 계획 - 이 강좌에서 배울 내용
Week 1: Introduction to Data Products
This week, we will go over the syllabus and set you up with the course materials and software. We will introduce you to data products and refresh your memory on Python and Jupyter notebooks.
Week 2: Reading Data in Python
This week, we will learn how to load in datasets from CSV and JSON files. We will also practice manipulating data from these datasets with basic Python commands.
Week 3: Data Processing in Python
This week, our goal is to understand how to clean up a dataset before analyzing it. We will go over how to work with different types of data, such as strings and dates.
Week 4: Python Libraries and Toolkits
In this last week, we will get a sense of common libraries in Python and how they can be useful. We will cover data visualization with numpy and MatPlotLib, and also introduce you to the basics of webscraping with urllib and BeautifulSoup.
Basic Data Processing and Visualization의 최상위 리뷰
Excellent to start your career in machine learning!!!
강사
Julian McAuley
Assistant Professor
Ilkay Altintas
Chief Data Science Officer캘리포니아 샌디에고 대학교 정보
Python Data Products for Predictive Analytics 전문 분야 정보
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.
이 전문 분야를 구독하면 무엇을 이용할 수 있나요?
강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.
환불 규정은 어떻게 되나요?
재정 지원을 받을 수 있나요?
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.