Certificado profesional de Ciencia de datos de IBM - Coursera Verified listing

Herramientas para la ciencia de datos

¿Cuáles son algunas de las herramientas de ciencia de datos más populares, cómo las usa y cuáles son sus características? En este curso, aprenderá sobre Jupyter Notebooks, RStudio IDE, Apache Zeppelin y Data Science Experience. Aprenderá para qué se utiliza cada herramienta, qué lenguajes de programación pueden ejecutar, sus características y limitaciones.

Con las herramientas alojadas en la nube en Cognitive Class Labs, podrá probar cada herramienta y seguir las instrucciones para ejecutar código simple en Python, R o Scala. Para finalizar el curso, creará un proyecto final con un Jupyter Notebook en IBM Data Science Experience y demostrará su competencia preparando un cuaderno, escribiendo Markdown y compartiendo su trabajo con sus compañeros.

OFERTA POR TIEMPO LIMITADO: La suscripción cuesta solo $ 39 USD por mes para acceder a materiales calificados y un certificado.

Consultar si esta oferta se encuentra vigente en el portal de Coursera.

Metodología de ciencia de datos

A pesar del reciente aumento de la potencia informática y el acceso a los datos durante las últimas dos décadas, nuestra capacidad para utilizar los datos en el proceso de toma de decisiones se pierde o no se maximiza con demasiada frecuencia, no tenemos una comprensión sólida de la preguntas que se hacen y cómo aplicar los datos correctamente al problema en cuestión.

Este curso tiene un propósito, y es compartir una metodología que se pueda utilizar dentro de la ciencia de datos, para garantizar que los datos utilizados en la resolución de problemas sean relevantes y adecuados manipulado para abordar la cuestión en cuestión. En consecuencia, en este curso, aprenderá: - Los principales pasos necesarios para abordar un problema de ciencia de datos. - Los pasos principales involucrados en la práctica de la ciencia de datos, desde la formación de un problema empresarial o de investigación concreto, hasta la recopilación y análisis de datos, y la construcción de un modelo. y comprender los comentarios después de la implementación del modelo. - ¡Cómo piensan los científicos de datos!

OFERTA POR TIEMPO LIMITADO: La suscripción cuesta solo $ 39 USD por mes para acceder a materiales calificados y un certificado.

Consultar si esta oferta se encuentra vigente en el portal de Coursera.

Python para ciencia de datos e inteligencia artificial

Inicie su aprendizaje de Python para la ciencia de datos, así como la programación en general, con esta introducción a Python para principiantes. Python es uno de los lenguajes de programación más populares del mundo, y nunca ha habido una mayor demanda de profesionales con la capacidad de aplicar los fundamentos de Python para impulsar soluciones comerciales en todas las industrias.

Este curso lo llevará de cero a la programación en Python en cuestión de horas, ¡no se necesita experiencia previa en programación! Aprenderá los fundamentos de Python, incluidas las estructuras de datos y el análisis de datos, completará ejercicios prácticos a lo largo de los módulos del curso y creará un proyecto final para demostrar sus nuevas habilidades. Al final de este curso, se sentirá cómodo creando programas básicos, trabajando con datos y resolviendo problemas del mundo real en Python. Obtendrá una base sólida para un aprendizaje más avanzado en el campo y desarrollará habilidades para ayudarlo a avanzar en su carrera. Este curso se puede aplicar a múltiples programas de especialización o certificado profesional.

Completar este curso contará para su aprendizaje en cualquiera de los siguientes programas: Certificado profesional de IA aplicada de IBM Especialización en ciencia de datos aplicada Certificado profesional de ciencia de datos de IBM Al completar cualquiera de los programas anteriores, además de obtener un certificado de finalización de especialización de Coursera, También recibirá una insignia digital de IBM que reconoce su experiencia en el campo.

Bases de datos y SQL para ciencia de datos

Gran parte de los datos del mundo residen en bases de datos. SQL (o lenguaje de consulta estructurado) es un lenguaje poderoso que se utiliza para comunicarse y extraer datos de bases de datos. Un conocimiento práctico de bases de datos y SQL es imprescindible si desea convertirse en un científico de datos.

El propósito de este curso es presentar los conceptos de bases de datos relacionales y ayudarlo a aprender y aplicar los conocimientos básicos del lenguaje SQL. También está destinado a ayudarle a empezar a realizar el acceso SQL en un entorno de ciencia de datos. El énfasis en este curso está en el aprendizaje práctico y práctico. Como tal, trabajará con bases de datos reales, herramientas de ciencia de datos reales y conjuntos de datos del mundo real. Creará una instancia de base de datos en la nube. A través de una serie de prácticas de laboratorio, practicará la creación y ejecución de consultas SQL. También aprenderá cómo acceder a las bases de datos desde los cuadernos de Jupyter utilizando SQL y Python.

No se requieren conocimientos previos de bases de datos, SQL, Python o programación. Cualquiera puede auditar este curso sin cargo. Si elige tomar este curso y obtener el certificado del curso de Coursera, también puede obtener una insignia digital de IBM al completar con éxito el curso.

OFERTA POR TIEMPO LIMITADO: La suscripción cuesta solo $ 39 USD por mes para acceder a materiales calificados y un certificado.

Consultar si esta oferta se encuentra vigente en el portal de Coursera.

Análisis de datos con Python

Aprenda a analizar datos con Python. Este curso lo llevará desde los conceptos básicos de Python hasta la exploración de muchos tipos diferentes de datos.

¡Aprenderá cómo preparar datos para análisis, realizar análisis estadísticos simples, crear visualizaciones de datos significativas, predecir tendencias futuras a partir de datos y más!

Temas cubiertos:

1. Importación de conjuntos de datos
2. Limpieza de datos
3. Manipulación de marcos de datos
4. Resumen de Datos
5. Creación de modelos de regresión de aprendizaje automático
6. Creación de canalizaciones de datos

El análisis de datos con Python se entregará a través de conferencias, laboratorios y asignaciones. Incluye las siguientes partes: Bibliotecas de análisis de datos: aprenderá a usar las bibliotecas Pandas, Numpy y Scipy para trabajar con un conjunto de datos de muestra. Le presentaremos pandas, una biblioteca de código abierto, y la usaremos para cargar, manipular, analizar y visualizar conjuntos de datos interesantes. Luego, le presentaremos otra biblioteca de código abierto, scikit-learn, y usaremos algunos de sus algoritmos de aprendizaje automático para construir modelos inteligentes y hacer predicciones interesantes.

Si elige tomar este curso y obtener el certificado del curso de Coursera, también obtendrá una insignia digital de IBM.

OFERTA POR TIEMPO LIMITADO: La suscripción cuesta solo $ 39 USD por mes para acceder a materiales calificados y un certificado.

Consultar si esta oferta se encuentra vigente en el portal de Coursera.

Visualización de datos con Python

"Una imagen vale mas que mil palabras". Todos estamos familiarizados con esta expresión. Se aplica especialmente cuando se trata de explicar la información obtenida del análisis de conjuntos de datos cada vez más grandes. La visualización de datos juega un papel esencial en la representación de datos tanto a pequeña como a gran escala.

Una de las habilidades clave de un científico de datos es la capacidad de contar una historia convincente, visualizando datos y hallazgos de una manera accesible y estimulante. Aprender a aprovechar una herramienta de software para visualizar datos también le permitirá extraer información, comprender mejor los datos y tomar decisiones más eficaces.

El objetivo principal de este curso de Visualización de datos con Python es enseñarle cómo tomar datos que a primera vista tienen poco significado y presentarlos en una forma que tenga sentido para las personas. Se han desarrollado varias técnicas para presentar datos visualmente, pero en este curso utilizaremos varias bibliotecas de visualización de datos en Python, a saber, Matplotlib, Seaborn y Folium.

OFERTA POR TIEMPO LIMITADO: La suscripción cuesta solo $ 39 USD por mes para acceder a materiales calificados y un certificado.

Consultar si esta oferta se encuentra vigente en el portal de Coursera.

Aprendizaje automático con Python

Este curso se sumerge en los conceptos básicos del aprendizaje automático mediante un lenguaje de programación accesible y conocido, Python. En este curso, revisaremos dos componentes principales: Primero, aprenderá sobre el propósito del aprendizaje automático y dónde se aplica al mundo real. En segundo lugar, obtendrá una descripción general de los temas del aprendizaje automático, como el aprendizaje supervisado o no supervisado, la evaluación de modelos y los algoritmos de aprendizaje automático.

En este curso, practicarás con ejemplos de la vida real de aprendizaje automático y verás cómo afecta a la sociedad de formas que quizás no hayas adivinado.

Con solo dedicar unas horas a la semana durante las próximas semanas, esto es lo que obtendrá:

1. Nuevas habilidades para agregar a su currículum, como regresión, clasificación, agrupación, aprendizaje de sci-kit y SciPy
2. Nuevos proyectos que puede agregar a su cartera, incluida la detección de cáncer, la predicción de tendencias económicas, la predicción de la rotación de clientes, los motores de recomendación y muchos más.
3. Y un certificado en aprendizaje automático para demostrar su competencia y compartirlo en cualquier lugar que desee en línea o fuera de línea, como perfiles de LinkedIn y redes sociales.

Si elige tomar este curso y obtener el certificado del curso de Coursera, también obtendrá una insignia digital de IBM al completar con éxito el curso.