世界各地的组织机构都在利用数据预测行为,并提取有价值的现实世界见解,为决策提供依据。管理和分析大数据已成为现代金融、零售、营销、社会科学、开发与研究、医学和政府的重要组成部分。 本 MOOC 由伦敦大学金史密斯学院的学术团队设计,将快速向您介绍数据科学的核心概念,为您学习中级和高级数据科学课程做好准备。它侧重于典型数据分析任务所需的基本数学、统计和编程技能。



您将学到什么
定义并解释数据聚类的关键概念
展示对 Python 语言关键结构和功能的理解。
用 Python 实现 K-means 算法的主要步骤。
设计并执行整个数据聚类工作流程,并解释输出结果。
要了解的详细信息
了解顶级公司的员工如何掌握热门技能

该课程共有5个模块
本周,我们将向您介绍本课程以及将在未来 5 周内指导您完成课程的团队。本周材料的目的是通过一些数据科学在现实世界中的应用实例,以及通过强调其中涉及的一些主要概念,向您温和地介绍数据科学。
涵盖的内容
9个视频4个作业3个讨论话题
涵盖的内容
11个视频4篇阅读材料10个作业1次同伴评审1个非评分实验室
涵盖的内容
16个视频10篇阅读材料15个作业
涵盖的内容
8个视频6篇阅读材料7个作业1次同伴评审
涵盖的内容
9个视频3篇阅读材料3个作业3次同伴评审5个讨论话题
位教师


从 机器学习 浏览更多内容
- 状态:免费试用
University of London
- 状态:免费试用
University of Colorado Boulder
- 状态:免费试用
University of California, Irvine
人们为什么选择 Coursera 来帮助自己实现职业发展




学生评论
732 条评论
- 5 stars
72.54%
- 4 stars
20.08%
- 3 stars
4.37%
- 2 stars
1.09%
- 1 star
1.91%
显示 3/732 个
已于 Jun 28, 2020审阅
Very interesting course! The lecturers explain concepts thoroughly which makes the concepts easy to understand even for people without much knowledge in Data Science
已于 Jun 3, 2019审阅
This course is at right level for a beginner (python and analytics) while going into details around K means clustering
已于 Jun 29, 2020审阅
A well presented and interesting course. It would have been good to have some more complex examples with the thinking behind them - the exploratory bit/intelligent bit of the process.
常见问题
要获取课程资料、作业和证书,您需要在注册课程时购买证书体验。 您可以尝试免费试听,或申请资助。课程可能提供 "完整课程,无证书"。通过该选项,您可以查看所有课程资料,提交必要的评估,并获得最终成绩。这也意味着您无法购买证书体验。
购买证书后,您就可以访问所有课程资料,包括已评分的作业。完成课程后,您的电子证书将添加到您的 "成就 "页面--您可以从那里打印证书或将其添加到您的 LinkedIn 个人资料中。
是的。在特定的学习课程中,如果您付不起注册费,可以申请助学金或奖学金。如果您选择的学习课程有助学金或奖学金,您可以在说明页面找到申请链接。
更多问题
提供助学金,
¹ 本课程的部分作业采用 AI 评分。对于这些作业,将根据 Coursera 隐私声明使用您的数据。