What are some of the most popular data science tools, how do you use them, and what are their features? In this course, you'll learn about Jupyter Notebooks, RStudio IDE, Apache Zeppelin and Data Science Experience. You will learn about what each tool is used for, what programming languages they can execute, their features and limitations. With the tools hosted in the cloud on Cognitive Class Labs, you will be able to test each tool and follow instructions to run simple code in Python, R or Scala. To end the course, you will create a final project with a Jupyter Notebook on IBM Data Science Experience and demonstrate your proficiency preparing a notebook, writing Markdown, and sharing your work with your peers.
이 강좌에 대하여
최근 조회 1,092,095회
학습자 경력 결과
46%
가 이 강좌를 수료한 후 새로운 커리어를 시작함
45%
가 이 강좌를 통해 확실한 경력상 이점을 얻음
19%
가 급여 인상 또는 승진 성취
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 마감일
일정에 따라 마감일을 재설정합니다.
초급 단계
완료하는 데 약 16시간 필요
영어
자막: 영어, 한국어
학습자 경력 결과
46%
가 이 강좌를 수료한 후 새로운 커리어를 시작함
45%
가 이 강좌를 통해 확실한 경력상 이점을 얻음
19%
가 급여 인상 또는 승진 성취
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 마감일
일정에 따라 마감일을 재설정합니다.
초급 단계
완료하는 데 약 16시간 필요
영어
자막: 영어, 한국어
제공자:
IBM
IBM offers a wide range of technology and consulting services; a broad portfolio of middleware for collaboration, predictive analytics, software development and systems management; and the world's most advanced servers and supercomputers. Utilizing its business consulting, technology and R&D expertise, IBM helps clients become "smarter" as the planet becomes more digitally interconnected. IBM invests more than $6 billion a year in R&D, just completing its 21st year of patent leadership. IBM Research has received recognition beyond any commercial technology research organization and is home to 5 Nobel Laureates, 9 US National Medals of Technology, 5 US National Medals of Science, 6 Turing Awards, and 10 Inductees in US Inventors Hall of Fame.
강의 계획 - 이 강좌에서 배울 내용
완료하는 데 4시간 필요
Data Scientist's Toolkit
This week, you will get an overview of the programming languages commonly used, including Python, R, Scala, and SQL. You’ll be introduced to the open source and commercial data science tools available. You’ll also learn about the packages, APIs, data sets and models frequently used by data scientists.
완료하는 데 4시간 필요
17개 동영상 (총 84분), 1 개의 읽기 자료, 4 개의 테스트
17개의 동영상
Languages of Data Science2m
Introduction to Python3m
Introduction to R Language3m
Introduction to SQL3m
Other Languages6m
Categories of Data Science Tools2m
Open Source Tools for Data Science - Part 17m
Open Source Tools for Data Science - Part 25m
Commercial Tools for Data Science5m
Cloud Based Tools for Data Science8m
Libraries for Data Science4m
Application Programming Interfaces (API)4m
Data Sets - Powering Data Science6m
Sharing Enterprise Data - Data Asset eXchange3m
Machine Learning Models7m
The Model Asset Exchange5m
1개의 읽기 자료
Lab - Explore Data Sets and Models 10m
4개 연습문제
Practice Quiz - Languages 30m
Practice Quiz - Tools30m
Practice Quiz - Packages, APIs, Data Sets, Models30m
Graded Quiz30m
완료하는 데 6시간 필요
Open Source Tools
This week, you will learn about three popular tools used in data science: GitHub, Jupyter Notebooks, and RStudio IDE. You will become familiar with the features of each tool, and what makes these tools so popular among data scientists today.
완료하는 데 6시간 필요
10개 동영상 (총 57분), 9 개의 읽기 자료, 7 개의 테스트
10개의 동영상
Git and GitHub via command line (Optional)9m
Branching and merging via command line (Optional)5m
Contributing to repositories via pull request (Optional)8m
Getting Started with Jupyter Notebook5m
Getting Started with JupyterLab6m
Jupyter Architecture6m
What is RStudio IDE?4m
Installing Packages and Loading Libraries in RStudio IDE2m
Plotting Within RStudio IDE3m
9개의 읽기 자료
GitHub Lab - Getting started10m
Branching, Merging and Pull Requests on GitHub (Optional)10m
Pre-requisites for command line interface (Optional)10m
Configuring SSH access to repository (Optional)10m
Lab 2: Branching and merging via command line (optional)10m
Lab 3: Contributing to repositories via pull request (Optional)10m
Jupyter Notebooks on the Internet10m
Lab: RStudio – The Basics10m
Lab: Creating an Interactive Map in R30m
4개 연습문제
Practice Quiz - GitHub30m
Practice Quiz - Jupyter Notebook30m
Practice Quiz - RStudio IDE30m
Graded Quiz30m
완료하는 데 3시간 필요
IBM Tools for Data Science
This week, you will learn about an enterprise-ready data science platform by IBM, called Watson Studio. You'll learn about some of the features and capabilities of what data scientists use in the industry. You’ll also learn about other IBM tools used to support data science projects, such as IBM Watson Knowledge Catalog, Data Refinery, and the SPSS Modeler.
완료하는 데 3시간 필요
15개 동영상 (총 72분), 2 개의 읽기 자료, 3 개의 테스트
15개의 동영상
Watson Studio Introduction4m
Creating an Account on IBM Watson Studio2m
Jupyter Notebook in Watson Studio - Part 1 2m
Jupyter Notebook in Watson Studio - Part 23m
Linking GitHub to Watson Studio2m
Other IBM Tools for Data Science1m
IBM Watson Knowledge Catalog6m
Data Refinery7m
SPSS Modeler Flows in Watson Studio6m
IBM SPSS Modeler7m
SPSS Statistics7m
Model Deployment with Watson Machine Learning4m
Auto AI in Watson Studio4m
IBM Watson OpenScale7m
2개의 읽기 자료
Lab: Creating a Watson Studio Project with Jupyter Notebook10m
Lab: Modeler Flows in Watson Studio10m
3개 연습문제
Practice Quiz - Watson Studio30m
Practice Quiz - Other IBM Tools30m
Graded Quiz30m
완료하는 데 3시간 필요
Final Assignment: Create and Share Your Jupyter Notebook
This week, you will demonstrate your skills by creating and configuring a Jupyter Notebook. As part of your grade for this course, you will share your Jupyter Notebook with your peers for review.
완료하는 데 3시간 필요
1 개의 읽기 자료
1개의 읽기 자료
IBM Digital Badge2m
검토
TOOLS FOR DATA SCIENCE의 최상위 리뷰
CB 제공2018년 11월 1일
Tools are fantastic and will make a significant contribution to my education. Videos need to be updated for changes to Watson Studios. Support from IBM on their cloud services should also be improved.
AJ 제공2020년 9월 15일
Absolutely Loved this course!! Challenging at times to keep up with all the terms and processes. The course provided great insight into Data Science. Would highly recommend it as your first course.
RR 제공2019년 4월 24일
To the contrast of other reviews, I find the content very well bifurcated and fed to the learners. The course very easily digestable and I have had a great amount of fun learning it.. Go for it!!!!
FC 제공2019년 11월 5일
It would be nice if you could update the material since some tools have changed either name or the way they look compared to the videos/images. Very good material though, I enjoyed the course much.
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 수료 과정을 구독하면 무엇을 이용할 수 있나요?
강좌를 등록하면 수료 과정의 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.
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
