随选随学!Let's have fun with this MOOC: FM-数据科学方法!
(本课程随选随学,仅提供课程影片,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。
#数据分析
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。
John B. Rollins博士,是一位資料科學家,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。
单元 1:From Problem to Approach将问题转为作法
单元 2:From Requirements to Collection数据收集与整理
单元 3:From Understanding to Preparation了解并准备数据
单元 4:From Modeling to Evaluation模型创建与分析
单元 5:From Deployment to Feedback将分析结果转为回馈
单元 6:Final Exam期末考
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)
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)
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
【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。