이 전문 분야 정보
최근 조회 12,212

100% 온라인 강좌

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 일정

유연한 마감을 설정하고 유지 관리합니다.

초급 단계

완료하는 데 약 7개월 필요

매주 4시간 권장

영어

자막: 영어, 한국어, 독일어
User
Specialization을(를) 수강하는 학습자
  • Data Analysts
  • Data Scientists
  • Business Analysts
  • Machine Learning Engineers
  • Biologists

귀하가 습득할 기술

StatisticsData AnalysisMachine LearningRegression Analysis
User
Specialization을(를) 수강하는 학습자
  • Data Analysts
  • Data Scientists
  • Business Analysts
  • Machine Learning Engineers
  • Biologists

100% 온라인 강좌

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 일정

유연한 마감을 설정하고 유지 관리합니다.

초급 단계

완료하는 데 약 7개월 필요

매주 4시간 권장

영어

자막: 영어, 한국어, 독일어

전문분야 이용 방법

강좌 수강

Coursera 전문 분야는 기술을 완벽하게 습득하는 데 도움이 되는 일련의 강좌입니다. 시작하려면 전문 분야에 직접 등록하거나 강좌를 둘러보고 원하는 강좌를 선택하세요. 하나의 전문 분야에 속하는 강좌에 등록하면 해당 전문 분야 전체에 자동으로 등록됩니다. 단 하나의 강좌만 수료해도 됩니다. — 학습을 일시 중지하거나 언제든 구독을 종료할 수 있습니다. 학습자 대시보드를 방문하여 강좌 등록 상태와 진도를 추적해 보세요.

실습 프로젝트

모든 전문 분야에는 실습 프로젝트가 포함되어 있습니다. 전문 분야를 완료하고 수료증을 받으려면 프로젝트를 성공적으로 마쳐야 합니다. 전문 분야에 별도의 실습 프로젝트 강좌가 포함되어 있는 경우 각 강좌를 완료해야 프로젝트를 시작할 수 있습니다.

수료증 취득

모든 강좌를 마치고 실습 프로젝트를 완료하면 취업할 때나 전문가 네트워크에 진입할 때 제시할 수 있는 수료증을 취득할 수 있습니다.

how it works

이 전문 분야에는 5개의 강좌가 있습니다.

강좌1

Data Management and Visualization

4.4
702개의 평가
195개의 리뷰
강좌2

Data Analysis Tools

4.5
348개의 평가
77개의 리뷰
강좌3

Regression Modeling in Practice

4.4
239개의 평가
48개의 리뷰
강좌4

Machine Learning for Data Analysis

4.1
230개의 평가
50개의 리뷰

강사

Avatar

Lisa Dierker

Professor
Psychology
Avatar

Jen Rose

Research Professor
Psychology

산업 파트너:

Industry Partner Logo #0
Industry Partner Logo #1

웨슬리언 대학교 정보

At Wesleyan, distinguished scholar-teachers work closely with students, taking advantage of fluidity among disciplines to explore the world with a variety of tools. The university seeks to build a diverse, energetic community of students, faculty, and staff who think critically and creatively and who value independence of mind and generosity of spirit. ...

자주 묻는 질문

  • 네! 시작하려면 관심 있는 강좌 카드를 클릭하여 등록합니다. 강좌를 등록하고 완료하면 공유할 수 있는 인증서를 얻거나 강좌를 청강하여 강좌 자료를 무료로 볼 수 있습니다. 전문 분야 과정에 있는 강좌에 등록하면, 전체 전문 분야에 등록하게 됩니다. 학습자 대시보드에서 진행 사항을 추적할 수 있습니다.

  • 이 강좌는 100% 온라인으로 진행되므로 강의실에 직접 참석할 필요가 없습니다. 웹 또는 모바일 장치를 통해 언제 어디서든 강의, 읽기 자료, 과제에 접근할 수 있습니다.

  • 이 전문 분야는 대학 학점을 제공하지 않지만, 일부 대학에서 선택적으로 전문 분야 인증서를 학점으로 인정할 수도 있습니다. 자세한 내용은 해당 기관에 문의하세요.

  • No, Specializations are a premium product, and learners must pay or apply for financial aid to join them. You can access individual course content for free by searching for the course title in the catalog and choosing the This Course Only option when enrolling. You will not earn a Certificate in the free version of the course, or be able to access the Capstone Project.

  • Time to completion can vary based on your schedule, but most learners are able to complete the Specialization in 6-7 months.

  • Each course in the Specialization is offered on a regular schedule, with sessions starting about once per month. If you don't complete a course on the first try, you can easily transfer to the next session, and your completed work and grades will carry over. The Capstone Project will be offered four times per year on a recurring schedule.

  • We recommend taking the courses in the order presented, as each subsequent course will build on material from previous courses.

  • Coursera courses and certificates don't carry university credit, though some universities may choose to accept Specialization Certificates for credit. Check with your institution to learn more.

  • You will be able to access and manage data using either the Python or SAS programming language, explore patterns and associations among variables, and use machine learning methods to develop predictive algorithms. Additionally, you will have a portfolio of hands-on project work that demonstrates your ability to apply all of these methods to real-world situations.

  • You may choose to use either Python or SAS to complete the assignments. Both of these software packages are being made freely available.

  • This Specialization is appropriate for anyone interested in learning more about data analysis, including those new to the field. Some knowledge of basic programming and familiarity with linear algebra concepts may be helpful, but no specific background is required.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.