이 강좌는 Data Science with Databricks for Data Analysts 특화 과정의 일부입니다.

4.0

별점

28개의 평가

Emma Freeman +1명의 강사

4,331명이 이미 등록했습니다.

제공자:

Data Science with Databricks for Data Analysts 특화 과정Databricks

이 강좌에 대하여

최근 조회 23,972회

In this course we're going to guide you through the fundamental building blocks of data science, one of the fastest-growing fields in the world! 
With the help of our industry-leading data scientists, we’ve designed this course to build ready-to-apply data science skills in just 15 hours of learning. First, we’ll give you a quick introduction to data science - what it is and how it is used to solve real-world problems. For the rest of the course, we'll teach you the skills you need to apply foundational data science concepts and techniques to solve these real-world problems. 

By the end of this course, you'll be able to leverage your existing data analysis skills to design, execute, assess, and communicate the results of your very own data science projects.

유연한 마감일

일정에 따라 마감일을 재설정합니다.

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

다음 특화 과정의 3개 강좌 중 2번째 강좌:

Data Science with Databricks for Data Analysts 특화 과정

중급 단계

Intermediate-level experience with SQL

완료하는 데 약 19시간 필요

영어

자막: 영어

배울 내용

Apply foundational data science concepts and techniques to solve these real-world problems.
Design, execute, assess, and communicate the results of your very own data science projects.

귀하가 습득할 기술

Data Science
Data Analysis
Machine Learning

유연한 마감일

일정에 따라 마감일을 재설정합니다.

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

다음 특화 과정의 3개 강좌 중 2번째 강좌:

Data Science with Databricks for Data Analysts 특화 과정

중급 단계

Intermediate-level experience with SQL

완료하는 데 약 19시간 필요

영어

자막: 영어

강사

강사 평가

4.63/5 (11개의 평가)

Emma Freeman

Technical Curriculum Developer

Databricks

5,383명의 학습자

2개의 강좌

Mark Roepke

Technical Curriculum Developer

Databricks

5,383명의 학습자

2개의 강좌

제공자:

Databricks

Databricks is the data and AI company. Founded by the creators of Apache Spark™, Delta Lake and MLflow, organizations like Comcast, Condé Nast, Nationwide and H&M rely on Databricks’ open and unified platform to enable data engineers, scientists and analysts to collaborate and innovate faster.

강의 계획표 - 이 강좌에서 배울 내용

주

주 1

완료하는 데 1시간 필요

Welcome to the Course

Module description.

완료하는 데 1시간 필요

6개 동영상 (총 27분), 2 개의 읽기 자료, 1 개의 테스트

주

주 2

완료하는 데 3시간 필요

An Introduction to Data Science

완료하는 데 3시간 필요

8개 동영상 (총 31분)

주

주 3

완료하는 데 3시간 필요

Introductory Statistics for Data Science

완료하는 데 3시간 필요

19개 동영상 (총 53분), 5 개의 읽기 자료, 4 개의 테스트

19개의 동영상

Module and Lesson Intro45

An Introduction to Statistics4m

Descriptive Statistics5m

Descriptive Statistics Lab Intro18

Inferential Statistics3m

An Introduction to Probability3m

Discrete Probability Lab Intro15

Statistics and Probability Review1m

An Introduction to Probability Distributions4m

Discrete Probability Distributions4m

Discrete Probability Distributions Applications2m

Probability Distribution Lab Intro15

Continuous Probability Distributions5m

Probability Distribution Review1m

An Introduction to Hypothesis Testing4m

Hypothesis Test Example2m

Types of Hypothesis Tests3m

Hypothesis Testing Lab Intro18

Outlier Detection with Probability Distributions3m

5개의 읽기 자료

Descriptive Statistics Lab10m

Basic Rules of Discrete Probability10m

Discrete Probability Lab10m

Hypothesis Testing Lab10m

4개 연습문제

Statistics30m

Probability Distributions10m

Hypothesis Testing10m

Introductory Statistics for Data Science30m

주

주 4

완료하는 데 3시간 필요

Connecting Data Science to the Real World

완료하는 데 3시간 필요

9개 동영상 (총 32분)

9개의 동영상

Module and Lesson Intro1m

Why Good Questions Matter4m

Challenges with Solving Real-World Problems with Hypothesis Testing3m

Introduction to Machine Learning, Part 12m

Introduction to Machine Learning, Part 25m

Supervised and Unsupervised Learning5m

Regression and Classification4m

Clustering3m

Framing Real-World Questions Activity1m

2개 연습문제

Basics of Machine Learning30m

Classification, Regression and Clustering30m

주

주 5

완료하는 데 6시간 필요

Practical Machine Learning

완료하는 데 6시간 필요

28개 동영상 (총 85분), 7 개의 읽기 자료, 7 개의 테스트

28개의 동영상

Module and Lesson Introduction39

A Review of Supervised Learning and Regression1m

Linear Regression Assumptions4m

Applying Linear Regression2m

Accuracy and Interpretability5m

Regression Evaluation6m

Regression Interpretation3m

A Review of Regression Evaluation2m

An Introduction to In-sample and Out-of-sample Data2m

Evaluating on the Test Set2m

Overfitting and Underfitting3m

Overfitting and Underfitting Lab Intro23

The Bias-Variance Tradeoff1m

The Bias-Variance Tradeoff and Model Generalization3m

A Review of Key Concepts2m

An Introduction to Logistic Regression3m

Applying Logistic Regression2m

Logistic Regression Lab 1 Intro15

Assigning Classes Based on Probabilities3m

Classification Evaluation7m

Logistic Regression Lab 2 Intro16

An Introduction to Decision Trees2m

The Decision Tree Training Algorithm7m

Decision Tree Hyperparameters3m

Applying Decision Trees2m

Decision Tree Lab Intro19

Decision Trees for Regression2m

Extending Decision Trees3m

7개의 읽기 자료

An Introduction to Linear Regression10m

Linear Regression Lab 110m

Linear Regression Lab 210m

Overfitting and Underfitting Lab Activity10m

Logistic Regression Lab I10m

Logistic Regression Lab 210m

Decision Tree Lab10m

7개 연습문제

Linear Regression30m

Regression Evaluation30m

Bias-Variance Tradeoff 30m

Logistic Regression30m

Classification Evaluation30m

Decision Trees 130m

Decision Trees 230m

주

주 6

완료하는 데 3시간 필요

Completing Data Science Projects

완료하는 데 3시간 필요

13개 동영상 (총 27분), 2 개의 읽기 자료, 3 개의 테스트

13개의 동영상

Module Introduction1m

Lesson Introduction51

A Review of Problem Framing3m

Measurable Problem Objectives3m

Problem Constraints5m

Baseline Solutions3m

Baseline Solutions Lab Intro45

Measuring Solutions in the Real-World3m

Machine Learning Solutions Discussion Intro1m

Lesson Introduction43

A Review of the Data Science Process2m

Data Science Project Lab Intro51

Data Science Project Summary Activity36

2개의 읽기 자료

Baseline Solutions Lab10m

Data Science Project Lab10m

2개 연습문제

Measuring Success and Constraints30m

Machine Learning Solutions30m

Data Science with Databricks for Data Analysts 특화 과정 정보

This specialization is intended for data analysts looking to expand their toolbox for working with data. Traditionally, data analysts have used tools like relational databases, CSV files, and SQL programming, among others, to perform their daily workflows. In this specialization, you will leverage existing skills to learn new ones that will allow you to utilize advanced technologies not traditionally linked to this role - technologies like Databricks and Apache Spark. By the end of this specialization, you'll be able to solve real-world business problems with Databricks and the most popular machine learning techniques.

자주 묻는 질문

강의 및 과제를 언제 이용할 수 있게 되나요?
강의 및 과제 이용 권한은 등록 유형에 따라 다릅니다. 청강 모드로 강좌를 수강하면 대부분의 강좌 자료를 무료로 볼 수 있습니다. 채점된 과제를 이용하고 수료증을 받으려면 청강 도중 또는 이후에 수료증 경험을 구매해야 합니다. 청강 옵션이 표시되지 않는 경우:
강좌에서 청강 옵션을 제공하지 않을 수 있습니다. 대신 무료 평가판을 사용하거나 재정 지원을 신청할 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.
재정 지원을 받을 수 있나요?
예. 등록금을 지불할 여유가 없는 학습자는 일부 학습 프로그램에 대해 재정 지원 또는 장학금을 신청할 수 있습니다. 재정 지원 또는 장학금을 선택한 학습 프로그램에서 신청할 수 있는 경우, 신청 링크는 설명 페이지에서 확인할 수 있습니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.

Data Science Fundamentals for Data Analysts