FM-数据科学方法
2016/09/19 ~ 2023/12/31
3时数/5周次 (已经开始)

概要

随到随学!Let's have fun with this MOOC: FM-数据科学方法!

(本课程影音、讲义随时开放,课程中无授课教师与助教参与,也不开放测验、讨论区、与证书等功能。)

来学习数据科学家如何思考吧! 在这门课程中,我们将学习对于一个数据科学的问题,要如何一步一步地抽丝剥茧来找寻脉络。我们会使用有趣的真实案列,逐步学习解决数据科学问题的主要步骤:从形成一个具体的具商业性或研究性的议题、收集与分析数据、到模型建构与部署之后,再解读数据所呈现的结果。

课程目标

本課程適合所有對資料科學有興趣的初學者,使學員能夠學習到資料科學家是怎麼想的,也會讓學員學到在進行資料科學的分析時要採取的各個步驟。

授课教师

John B. Rollins博士,是一位資料科學,目前服務於IBM的分析部門。

他是美國德州農工大學的石油工程與經濟學博士,除了有有豐富的工程顧問的經驗外,他也是出色教授與研究人員。他擁有多項專利、也出版了書籍,並發表了多篇論文,曾經獲得IBMSecond Plateau Inventor的殊榮,在資料科學分析方面有很深的造詣。

课程进度表

1 Section:From Problem to Approach将问题转为作法

2 Section:From Requirements to Collection数据收集与整理

3 Section:From Understanding to Preparation了解并准备数据

4 Section:From Modeling to Evaluation模型创建与分析

5 Section:From Deployment to Feedback将分析结果转为回馈

6 Section:Final Exam期末考

课程内容

Module 1: From Problem to Approach 将问题转为作法

1.        了解商业(5:50)

2.        分析方法  (3:35)

3.        实作练习  

4.        小测验

Module 2: From Requirements to Collection 数据收集与整理 

1.        对数据的要求  (3:30)

2.        数据收集  (3:05)

3.        实作练习)

4.        小测验

Module 3: From Understanding to Preparation 了解并准备数据

1.        了解数据 -概念介绍与案例分析  (3:22)

2.        准备数据 - 概念介绍 (3:05)

3.        准备数据 - 案例分析 (4:20)

4.        实作练习

5.        小测验

Module 4: From Modeling to Evaluation 模型建构与评估

1.        模型建构 - 概念介绍Modeling - Concepts (3:00)

2.        模型建构 - 案例分析 (4:00)

3.        模型评估 - 概念介绍与案例分析 (4:00)

4.        实作练习

5.        小测验

Module 5: From Deployment to Feedback 模型部署与取得反馈

1.        模型部署 -概念介绍与案例分析 (3:35)

2.        反馈  - 概念介绍与案例分析 (3:15)

3.        实作练习

4.        小测验

评分标准

  • 本課程不開放證書

通过标准


课程及格标准:100分满分:100分

先修科目或先备能力

本課程無須背景知識,適合所有對資料科學有興趣的學習者修習

 

常见问答集

【線上修課證明IBM 認知學堂現已不授權ewant修課用戶進行證書申請。如欲取得證書,方法請見備註​。

【CC 徽章】IBM 認知學堂現已不授權ewant修課用戶進行徽章申請。若學員希望獲得徽章,建議前往主要官網註冊、修課,即可經由系統自動核發徽章。(備註

備註:認知學堂主要網站(https://cognitiveclass.ai)完成課程後,可取得免費之證書。若通過某些特定課程之後,可額外獲得徽章,徽章將透過 CC 與 Pearson VUE Acclaim 合作的認證系統,即時核發至您的註冊信箱。

其它

  • 課程皆為自學課程,每個單元皆附有線上作業。