订阅本专业会有什么好处？

注册课程后，您就可以访问专项课程中的所有课程，完成作业后还可以获得证书。您的电子证书将添加到您的 "成就 "页面--在那里，您可以打印证书或将其添加到您的 LinkedIn 个人资料中。

应用商业解析导论

应用商业解析导论

本课程是多个项目的一部分。

位教师：Ronald Guymon

44,321 人已注册

包含在中

了解更多

4个模块

深入了解一个主题并学习基础知识。

325 条评论

初级等级

推荐体验

灵活的计划

1 周在 10 小时一周

自行安排学习进度

94%

大多数学生喜欢此课程

4个模块

深入了解一个主题并学习基础知识。

325 条评论

初级等级

推荐体验

灵活的计划

1 周在 10 小时一周

自行安排学习进度

94%

大多数学生喜欢此课程

您将学到什么

研究商业原则与 Data Analytics 之间的相互作用。
通过安装和使用数据解析语言、集成开发环境 (IDE) 和关键模块，打好数据解析的基础。
使用函数操作最常用的数据类型。
开发高效、易读的方法，用于汇集和处理分析数据。

您将获得的技能

您将学习的工具

Python 编程

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

5 项作业

授课语言：英语（English）

91%

of learners achieved a positive career outcome

了解顶级公司的员工如何掌握热门技能

了解关于 Coursera for Business 的更多信息

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

积累特定领域的专业知识

此课程作为的一部分提供

在注册此课程时，您还需要选择一个特定的合作项目。

向行业专家学习新概念
获得对主题或工具的基础理解
通过实践项目培养工作相关技能
获得可共享的职业证书

该课程共有4个模块

几乎业务的方方面面都会受到数据解析的影响。企业要充分利用数据解析，就需要了解商业解析工作流程的领导者。本课程通过提供一套可应用于多种商业环境的基础数据处理技能，解决了人的技能差距问题。

在本课程中，您将使用被广泛采用的数据解析语言 Python，高效地为算法和 Visualization 等分析工具准备业务数据。Data Cleaning、Transformer、聚合和重塑是商业解析工作流程中一个关键但并不起眼的步骤。在学习如何使用 Python 准备分析数据的过程中，您将获得使用集成开发环境 (IDE) 的经验，这些环境可以简化编码、支持数据探索并帮助您有效地共享结果。在学习商业分析工作流程的过程中，您还将考虑商业原则与数据解析之间的相互作用。具体来说，您将探索授权、控制和可行性如何影响数据处理的方式。您还将了解可以通过数据自动化和解析来解决的业务问题实例，以及无需从一个平台复制粘贴到另一个平台的数据解析结果交流方法。

在本 Modulation 中，您将了解到：(1) 用于处理商业分析的 FACT 框架；(2) Python 以及使用 JupyterLab 或 Google Colab 运行基本分析。

涵盖的内容

20个视频8篇阅读材料2个作业1个讨论话题1个插件

20个视频总计118分钟

课程介绍5分钟
认识罗恩-盖蒙教授4分钟
吉斯社区的影响2分钟
单元 1 导言7分钟
商业分析概述4分钟
业务分析实例8分钟
FACT 框架8分钟
为什么使用 Python 进行商业解析？1分钟
Python 配件4分钟
Python 和集成开发环境 (IDE)7分钟
使用 JupyterLab Desktop 安装 Python（建议 Windows 和 Mac 用户使用）6分钟
使用 Homebrew 和 Pyenv 安装 Python（面向高级 Mac 用户）7分钟
从 Python.org 安装 Python for Windows（面向 Windows 高级用户）5分钟
使用 JupyterLab 的工作流程示例9分钟
参观 JupyterLab8分钟
使用交互式 Python Notebook (IPYNB) 文件9分钟
参观 Jupyter Notebook3分钟
用 Python 进行基本计算8分钟
Google Colab - Jupyter Notebook 的在线版本9分钟
模块 1 结论3分钟

8篇阅读材料总计80分钟

教学大纲10分钟
术语表10分钟
关于论坛10分钟
吉斯商学院在线教育10分钟
更新您的个人资料10分钟
模块 1 概述10分钟
模块 1 阅读10分钟
安装 Python 和 JupyterLab：从这里开始10分钟

2个作业总计30分钟

定向测验0分钟
第 1 单元测验30分钟

1个讨论话题总计10分钟

了解你的同学10分钟

1个插件总计15分钟

欢迎您请介绍一下自己15分钟

在本 Modulation 中，您将专注于提出目的明确的问题--无论是发现业务问题还是编写 Python 代码。您将探索故障排除和从各种来源收集帮助的策略，包括 AI 工具、内置文档和错误信息。您还将学习 Python 的基础数据结构，如 DataFrames、Dictionary、列表和 String。

涵盖的内容

14个视频2篇阅读材料1个作业

14个视频总计85分钟

单元 2 导言4分钟
提出问题，获得可操作的洞察力8分钟
提出 Python 问题14分钟
外部来源的问题框架9分钟
为 Python 内置文档提出问题6分钟
提出有关 Modulation 功能和方法的问题5分钟
关于 Pandas 数据帧的框架问题8分钟
提出有关 Python 字典的问题5分钟
提出有关 Python 列表的问题4分钟
提出有关 Python 字符串的问题7分钟
根据答案采取行动3分钟
通过运行代码实验来落实答案7分钟
通过读取错误信息获取答案5分钟
模块 2 结论3分钟

2篇阅读材料总计20分钟

单元 2 概述10分钟
模块 2 阅读10分钟

1个作业总计30分钟

第二单元测验30分钟

在本 Modulation 中，您将学习有关整洁数据的知识，然后练习使用基本的探索性技术来评估 Pandas DataFrames 的整洁性。具体来说，你将首先学习将数据筛选到特定行和列的各种方法。然后，您将学习如何使用描述性统计和 Visualization 探索数据。掌握了这些技术，您就能有效地识别真实世界数据的价值，以及这些数据在洞察所提出的业务问题方面的潜力。