Ce cours fait partie de la Spécialisation Practical Data Science with MATLAB

Adam Filion +10 enseignants de plus

Offert par

Spécialisation Practical Data Science with MATLABMathWorks

À propos de ce cours

31,850 consultations récentes

In this course, you will build on the skills learned in Exploratory Data Analysis with MATLAB to lay the foundation required for predictive modeling.  This intermediate-level course is useful to anyone who needs to combine data from multiple sources or times and has an interest in modeling.  
These skills are valuable for those who have domain knowledge and some exposure to computational tools, but no programming background. To be successful in this course, you should have some background in basic statistics (histograms, averages, standard deviation, curve fitting, interpolation) and have completed Exploratory Data Analysis with MATLAB. 

Throughout the course, you will merge data from different data sets and handle common scenarios, such as missing data.  In the last module of the course, you will explore special techniques for handling textual, audio, and image data, which are common in data science and more advanced modeling.   By the end of this course, you will learn how to visualize your data, clean it up and arrange it for analysis, and identify the qualities necessary to answer your questions.  You will be able to visualize the distribution of your data and use visual inspection to address artifacts that affect accurate modeling.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Cours 2 sur 4 dans le

Spécialisation Practical Data Science with MATLAB

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Approx. 18 heures pour terminer

Anglais

Sous-titres : Anglais

Compétences que vous acquerrez

Feature EngineeringMatlabData Cleansing

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Cours 2 sur 4 dans le

Spécialisation Practical Data Science with MATLAB

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Approx. 18 heures pour terminer

Anglais

Sous-titres : Anglais

Enseignants

Évaluation de l'enseignant

4.65/5 (65 notes)

Offert par

MathWorks

Accelerating the pace of discovery, innovation, development, and learning in engineering and science.

Programme du cours : ce que vous apprendrez dans ce cours

Semaine

Semaine 1

3 heures pour terminer

Surveying Your Data

In this module you'll apply the skills gained in Exploratory Data Analysis with MATLAB on a new dataset. You'll explore different types of distributions and calculate quantities like the skewness and interquartile range. You'll also learn about more types of plots for visualizing multi-dimensional data.

3 heures pour terminer

10 vidéos (Total 46 min), 4 lectures, 2 quiz

10 vidéos

Practical Data Science with MATLAB3 min

Overview of Data Processing and Feature Engineering3 min

Instructor Introduction2 min

Introduction to Module 11 min

Introduction to the Flights Dataset7 min

Exploring the Flights Dataset5 min

Describing Distributions6 min

Examples of Distributions5 min

Visualizing Multi-Dimensional Data8 min

Summary of Module 1: Surveying Your Data2 min

4 lectures

Download and Install MATLAB15 min

Data and Code Files15 min

Variables in the Flights Dataset15 min

Practice Visualizing Multidimensional Data45 min

2 exercices pour s'entraîner

Understanding the Flights Dataset20 min

Module 1 Quiz30 min

Semaine

Semaine 2

3 heures pour terminer

Organizing Your Data

In this module you'll learn to prepare data for analysis. Often data is not recorded as required. You'll learn to manipulate string variables to extract key information. You'll create a single datetime variable from date and time information spread across multiple columns in a table. You'll efficiently load and combine data from multiple files to create a final table for analysis.

3 heures pour terminer

8 vidéos (Total 34 min), 2 lectures, 3 quiz

8 vidéos

Introduction to Module 2: Organizing Your Data1 min

Working with Strings7 min

Working with Dates and Times4 min

Importing Multiple Data Files4 min

Combining Data5 min

Joining Tables5 min

Sorting Your Data3 min

Summary of Module 2: Organizing Your Data2 min

2 lectures

Practice Working with Strings15 min

Practice Using Dates and Times30 min

2 exercices pour s'entraîner

Practice Working with Strings15 min

Quiz 2: Organizing Your Data1 h

Semaine

Semaine 3

3 heures pour terminer

Cleaning Your Data

In this module you'll clean messy data. Missing data, outliers, and variables with very different scales can obscure trends in the data. You'll find and address missing data and outliers in a data set. You'll compare variables with different scales by normalizing variables.

3 heures pour terminer

9 vidéos (Total 44 min), 2 lectures, 3 quiz

9 vidéos

Introduction to Module 3: Cleaning Your Data1 min

Identifying Missing Data6 min

Handling Missing Data5 min

Identifying Outliers5 min

Investigating Outliers6 min

Normalizing Data4 min

Examples of Normalizing Data4 min

Smoothing Data7 min

Summary of Module 3: Cleaning Your Data1 min

2 lectures

Practice Working with Outliers1 h

Cleaning Data: Analyzing Flight Volume30 min

2 exercices pour s'entraîner

Practice Quiz: Putting it all Together15 min

Quiz 3: Cleaning Your Data40 min

Semaine

Semaine 4

4 heures pour terminer

Finding Features that Matter

In this module you'll create new features to better understand your data. You'll evaluate features to determine if a feature is potentially useful for making predictions.

4 heures pour terminer

7 vidéos (Total 35 min), 4 lectures, 2 quiz

7 vidéos

Introduction to Module 4: Finding Features that Matter2 min

Introduction to Feature Engineering5 min

Introduction to Unsupervised Learning3 min

Introduction to Clustering Algorithms6 min

Evaluating Features8 min

Introduction to Dimensionality Reduction and PCA5 min

Summary of Module 4: Finding Features that Matter1 min

4 lectures

Examples of Feature Engineering30 min

Example of K-means Clustering15 min

Applying Filter Methods30 min

Applying PCA45 min

1 exercice pour s'entraîner

Quiz 4: Finding Features that Matter45 min

À propos du Spécialisation Practical Data Science with MATLAB

Do you find yourself in an industry or field that increasingly uses data to answer questions? Are you working with an overwhelming amount of data and need to make sense of it? Do you want to avoid becoming a full-time software developer or statistician to do meaningful tasks with your data?

Completing this specialization will give you the skills and confidence you need to achieve practical results in Data Science quickly. Being able to visualize, analyze, and model data are some of the most in-demand career skills from fields ranging from healthcare, to the auto industry, to tech startups. This specialization assumes you have domain expertise in a technical field and some exposure to computational tools, such as spreadsheets. To be successful in completing the courses, you should have some background in basic statistics (histograms, averages, standard deviation, curve fitting, interpolation). Throughout this specialization, you will be using MATLAB. MATLAB is the go-to choice for millions of people working in engineering and science, and provides the capabilities you need to accomplish your data science tasks. You will be provided with free access to MATLAB for the duration of the specialization to complete your work.

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.
Is financial aid available?
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.
Will I have access to MATLAB?
Yes. A free license is available to learners enrolled in the course. You must have a computer capable of running MATLAB. You can view the system requirements here.

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

Data Processing and Feature Engineering with MATLAB