This course will introduce the learner to the basics of the python programming environment, including fundamental python programming techniques such as lambdas, reading and manipulating csv files, and the numpy library. The course will introduce data manipulation and cleaning techniques using the popular python pandas data science library and introduce the abstraction of the Series and DataFrame as the central data structures for data analysis, along with tutorials on how to use functions such as groupby, merge, and pivot tables effectively. By the end of this course, students will be able to take tabular data, clean it, manipulate it, and run basic inferential statistical analyses.
Ce cours fait partie de la Spécialisation Science des données appliquée avec Python
611 079 déjà inscrits
Enseignant(s) : Christopher Brooks 
Sous-titres : Français, Arabe,
Offert par
Spécialisation Science des données appliquée avec PythonUniversité du MichiganÀ propos de ce cours
656 332 consultations récentes
Résultats de carrière des étudiants
26%
ont commencé une nouvelle carrière après avoir terminé ce cours
30%
ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
13%
a obtenu une augmentation de salaire ou une promotion
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 1 sur 5 dans le
Niveau intermédiaire
Approx. 31 heures pour terminer
Anglais
Sous-titres : Arabe, Français, Portugais (européen), Italien, Vietnamien, Allemand, Russe, Anglais, Espagnol
Ce que vous allez apprendre
Understand techniques such as lambdas and manipulating csv files
Describe common Python functionality and features used for data science
Query DataFrame structures for cleaning and processing
Explain distributions, sampling, and t-tests
Compétences que vous acquerrez
Python ProgrammingNumpyPandasData Cleansing
Résultats de carrière des étudiants
26%
ont commencé une nouvelle carrière après avoir terminé ce cours
30%
ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
13%
a obtenu une augmentation de salaire ou une promotion
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 1 sur 5 dans le
Niveau intermédiaire
Approx. 31 heures pour terminer
Anglais
Sous-titres : Arabe, Français, Portugais (européen), Italien, Vietnamien, Allemand, Russe, Anglais, Espagnol
Offert par
Université du Michigan
The mission of the University of Michigan is to serve the people of Michigan and the world through preeminence in creating, communicating, preserving and applying knowledge, art, and academic values, and in developing leaders and citizens who will challenge the present and enrich the future.
Programme du cours : ce que vous apprendrez dans ce cours
12 heures pour terminer
Fundamentals of Data Manipulation with Python
In this week you'll get an introduction to the field of data science, review common Python functionality and features which data scientists use, and be introduced to the Coursera Jupyter Notebook for the lectures. All of the course information on grading, prerequisites, and expectations are on the course syllabus, and you can find more information about the Jupyter Notebooks on our Course Resources page.
12 heures pour terminer
12 vidéos (Total 111 min), 6 lectures, 2 quiz
6 heures pour terminer
Basic Data Processing with Pandas
In this week of the course you'll learn the fundamentals of one of the most important toolkits Python has for data cleaning and processing -- pandas. You'll learn how to read in data into DataFrame structures, how to query these structures, and the details about such structures are indexed.
6 heures pour terminer
9 vidéos (Total 89 min), 1 lecture, 2 quiz
7 heures pour terminer
More Data Processing with Pandas
In this week you'll deepen your understanding of the python pandas library by learning how to merge DataFrames, generate summary tables, group data into logical pieces, and manipulate dates. We'll also refresh your understanding of scales of data, and discuss issues with creating metrics for analysis. The week ends with a more significant programming assignment.
7 heures pour terminer
6 vidéos (Total 84 min), 1 lecture, 2 quiz
6 heures pour terminer
Answering Questions with Messy Data
In this week of the course you'll be introduced to a variety of statistical techniques such a distributions, sampling and t-tests. The week ends with two discussions of science and the rise of the fourth paradigm -- data driven discovery.
6 heures pour terminer
2 vidéos (Total 20 min), 5 lectures, 2 quiz
Avis
Meilleurs avis pour INTRODUCTION TO DATA SCIENCE IN PYTHON
par PK9 mai 2020
The course had helped in understanding the concepts of NumPy and pandas. The assignments were so helpful to apply these concepts which provide an in-depth understanding of the Numpy as well as pandans
par PS11 août 2020
Assignments are way tougher than what is taught in the class, but they are challenging and the help in discussion forums is speechless. Without that, completion of assignments will take too much time.
par BZ17 mai 2020
super hard course I enjoyed it but the thing that I didn't like specially when this is supposed to be the learning phase the assignments were hard and it sometimes pushes you to look for the solution
par AN15 août 2020
I found this course appealing because it was more practical based.it helped me alot in getting hands on experience and most of all I have learned how to solve real world problem with python libraries
À propos du Spécialisation Science des données appliquée avec Python
The 5 courses in this University of Michigan specialization introduce learners to data science through the python programming language. This skills-based specialization is intended for learners who have a basic python or programming background, and want to apply statistical, machine learning, information visualization, text analysis, and social network analysis techniques through popular python toolkits such as pandas, matplotlib, scikit-learn, nltk, and networkx to gain insight into their data.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Is financial aid available?
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
