Ce cours fait partie de la Spécialisation Data Science with Databricks for Data Analysts

3.6

étoiles

18 évaluations

Emma Freeman +1 enseignant de plus

3 120 déjà inscrits

Offert par

Spécialisation Data Science with Databricks for Data AnalystsDatabricks

À propos de ce cours

18 985 consultations récentes

In this course we're going to guide you through the fundamental building blocks of data science, one of the fastest-growing fields in the world! 
With the help of our industry-leading data scientists, we’ve designed this course to build ready-to-apply data science skills in just 15 hours of learning. First, we’ll give you a quick introduction to data science - what it is and how it is used to solve real-world problems. For the rest of the course, we'll teach you the skills you need to apply foundational data science concepts and techniques to solve these real-world problems. 

By the end of this course, you'll be able to leverage your existing data analysis skills to design, execute, assess, and communicate the results of your very own data science projects.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Cours 2 sur 3 dans le

Spécialisation Data Science with Databricks for Data Analysts

Niveau intermédiaire

Intermediate-level experience with SQL

Approx. 19 heures pour terminer

Anglais

Sous-titres : Anglais

Ce que vous allez apprendre

Apply foundational data science concepts and techniques to solve these real-world problems.

Design, execute, assess, and communicate the results of your very own data science projects.

Compétences que vous acquerrez

Data Science
Data Analysis
Machine Learning

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Cours 2 sur 3 dans le

Spécialisation Data Science with Databricks for Data Analysts

Niveau intermédiaire

Intermediate-level experience with SQL

Approx. 19 heures pour terminer

Anglais

Sous-titres : Anglais

Enseignants

Évaluation de l'enseignant

4,62/5 (8 évaluations)

Emma Freeman

Technical Curriculum Developer

Databricks

3 848 étudiants

2 cours

Mark Roepke

Technical Curriculum Developer

Databricks

3 848 étudiants

2 cours

Offert par

Databricks

Databricks is the data and AI company. Founded by the creators of Apache Spark™, Delta Lake and MLflow, organizations like Comcast, Condé Nast, Nationwide and H&M rely on Databricks’ open and unified platform to enable data engineers, scientists and analysts to collaborate and innovate faster.

Programme de cours : ce que vous apprendrez dans ce cours

Semaine

Semaine 1

1 heure pour terminer

Welcome to the Course

Module description.

1 heure pour terminer

6 vidéos (Total 27 min), 2 lectures, 1 quiz

Semaine

Semaine 2

3 heures pour terminer

An Introduction to Data Science

3 heures pour terminer

8 vidéos (Total 31 min)

Semaine

Semaine 3

3 heures pour terminer

Introductory Statistics for Data Science

3 heures pour terminer

19 vidéos (Total 53 min), 5 lectures, 4 quiz

19 vidéos

Module and Lesson Intro45s

An Introduction to Statistics4 min

Descriptive Statistics5 min

Descriptive Statistics Lab Intro18s

Inferential Statistics3 min

An Introduction to Probability3 min

Discrete Probability Lab Intro15s

Statistics and Probability Review1 min

An Introduction to Probability Distributions4 min

Discrete Probability Distributions4 min

Discrete Probability Distributions Applications2 min

Probability Distribution Lab Intro15s

Continuous Probability Distributions5 min

Probability Distribution Review1 min

An Introduction to Hypothesis Testing4 min

Hypothesis Test Example2 min

Types of Hypothesis Tests3 min

Hypothesis Testing Lab Intro18s

Outlier Detection with Probability Distributions3 min

5 lectures

Descriptive Statistics Lab10 min

Basic Rules of Discrete Probability10 min

Discrete Probability Lab10 min

Hypothesis Testing Lab10 min

4 exercices pour s'entraîner

Statistics30 min

Probability Distributions10 min

Hypothesis Testing10 min

Introductory Statistics for Data Science30 min

Semaine

Semaine 4

3 heures pour terminer

Connecting Data Science to the Real World

3 heures pour terminer

9 vidéos (Total 32 min)

9 vidéos

Module and Lesson Intro1 min

Why Good Questions Matter4 min

Challenges with Solving Real-World Problems with Hypothesis Testing3 min

Introduction to Machine Learning, Part 12 min

Introduction to Machine Learning, Part 25 min

Supervised and Unsupervised Learning5 min

Regression and Classification4 min

Clustering3 min

Framing Real-World Questions Activity1 min

2 exercices pour s'entraîner

Basics of Machine Learning30 min

Classification, Regression and Clustering30 min

Semaine

Semaine 5

6 heures pour terminer

Practical Machine Learning

6 heures pour terminer

28 vidéos (Total 85 min), 7 lectures, 7 quiz

28 vidéos

Module and Lesson Introduction39s

A Review of Supervised Learning and Regression1 min

Linear Regression Assumptions4 min

Applying Linear Regression2 min

Accuracy and Interpretability5 min

Regression Evaluation6 min

Regression Interpretation3 min

A Review of Regression Evaluation2 min

An Introduction to In-sample and Out-of-sample Data2 min

Evaluating on the Test Set2 min

Overfitting and Underfitting3 min

Overfitting and Underfitting Lab Intro23s

The Bias-Variance Tradeoff1 min

The Bias-Variance Tradeoff and Model Generalization3 min

A Review of Key Concepts2 min

An Introduction to Logistic Regression3 min

Applying Logistic Regression2 min

Logistic Regression Lab 1 Intro15s

Assigning Classes Based on Probabilities3 min

Classification Evaluation7 min

Logistic Regression Lab 2 Intro16s

An Introduction to Decision Trees2 min

The Decision Tree Training Algorithm7 min

Decision Tree Hyperparameters3 min

Applying Decision Trees2 min

Decision Tree Lab Intro19s

Decision Trees for Regression2 min

Extending Decision Trees3 min

7 lectures

An Introduction to Linear Regression10 min

Linear Regression Lab 110 min

Linear Regression Lab 210 min

Overfitting and Underfitting Lab Activity10 min

Logistic Regression Lab I10 min

Logistic Regression Lab 210 min

Decision Tree Lab10 min

7 exercices pour s'entraîner

Linear Regression30 min

Regression Evaluation30 min

Bias-Variance Tradeoff 30 min

Logistic Regression30 min

Classification Evaluation30 min

Decision Trees 130 min

Decision Trees 230 min

Semaine

Semaine 6

3 heures pour terminer

Completing Data Science Projects

3 heures pour terminer

13 vidéos (Total 27 min), 2 lectures, 3 quiz

13 vidéos

Module Introduction1 min

Lesson Introduction51s

A Review of Problem Framing3 min

Measurable Problem Objectives3 min

Problem Constraints5 min

Baseline Solutions3 min

Baseline Solutions Lab Intro45s

Measuring Solutions in the Real-World3 min

Machine Learning Solutions Discussion Intro1 min

Lesson Introduction43s

A Review of the Data Science Process2 min

Data Science Project Lab Intro51s

Data Science Project Summary Activity36s

2 lectures

Baseline Solutions Lab10 min

Data Science Project Lab10 min

2 exercices pour s'entraîner

Measuring Success and Constraints30 min

Machine Learning Solutions30 min

À propos du Spécialisation Data Science with Databricks for Data Analysts

This specialization is intended for data analysts looking to expand their toolbox for working with data. Traditionally, data analysts have used tools like relational databases, CSV files, and SQL programming, among others, to perform their daily workflows. In this specialization, you will leverage existing skills to learn new ones that will allow you to utilize advanced technologies not traditionally linked to this role - technologies like Databricks and Apache Spark. By the end of this specialization, you'll be able to solve real-world business problems with Databricks and the most popular machine learning techniques.

Foire Aux Questions

Quand aurai-je accès aux vidéos de cours et aux devoirs ?
L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :
Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Une aide financière est-elle possible ?
Oui, Coursera offre une Aide Financière aux étudiants qui n'ont pas les moyens d'acquitter les frais. Demandez-la en cliquant sur le lien Aide Financière sous le bouton S'inscrire situé à gauche. Vous devrez remplir un formulaire de demande et vous serez averti(e) si elle est acceptée. Vous devrez répéter cette procédure pour chaque cours de la Spécialisation, y compris pour le Projet Final. En savoir plus.

D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.

Data Science Fundamentals for Data Analysts