Spezialisierung Grundlagen der Datenwissenschaft mit Python und SQL

64.436 angemeldet

Spezialisierung Grundlagen der Datenwissenschaft mit Python und SQL

Schaffen Sie die Grundlage für Ihre Data Science-Karriere. Entwickeln Sie praktische Erfahrung mit Jupyter, Python und SQL. Führen Sie statistische Analysen an echten Datensätzen durch.

Bei Coursera Plus enthalten

Mehr erfahren

5-teilige Kursreihe

Befassen Sie sich eingehend mit einem Thema

4.6

(3,196 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

Flexibler Zeitplan

2 Monate bei 10 Stunden pro Woche

Verdienen Sie sich einen beruflichen Leistungsnachweis

Teilen Sie Ihr Fachwissen mit Arbeitgebern

5-teilige Kursreihe

Befassen Sie sich eingehend mit einem Thema

4.6

(3,196 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

Flexibler Zeitplan

2 Monate bei 10 Stunden pro Woche

Verdienen Sie sich einen beruflichen Leistungsnachweis

Teilen Sie Ihr Fachwissen mit Arbeitgebern

Überblick

Data Science ist einer der angesagtesten Berufe des Jahrzehnts, und die Nachfrage nach Datenwissenschaftlern, die Daten analysieren und Ergebnisse kommunizieren können, um datengestützte Entscheidungen zu treffen, war noch nie so groß. Diese Specialization von IBM hilft allen, die an einer Karriere im Bereich Data Science interessiert sind, indem sie ihnen grundlegende Fähigkeiten für den Einstieg in dieses gefragte Feld vermittelt.

Die Specialization besteht aus 5 Online-Kursen zum Selbststudium, die Ihnen die für Data Science erforderlichen Grundkenntnisse vermitteln, darunter Open-Source-Tools und -Bibliotheken, Python, statistische Analyse, SQL und relationale Datenbanken. Sie erlernen diese Data Science-Voraussetzungen durch praktische Übungen mit echten Data Science-Tools und realen Datensätzen.

Nach erfolgreichem Abschluss dieser Kurse verfügen Sie über das praktische Wissen und die Erfahrung, um tiefer in Data Science einzusteigen und an fortgeschritteneren Data Science-Projekten zu arbeiten.

Es sind keine Vorkenntnisse in Informatik oder Programmiersprachen erforderlich.

Dieses Programm wird von ACE® empfohlen - wenn Sie es abschließen, können Sie bis zu 8 College-Credits erwerben.

Praktisches Lernprojekt

Alle Kurse der Specializations enthalten mehrere praktische Übungen und Aufgaben, damit Sie praktische Erfahrungen und Fähigkeiten mit einer Vielzahl von Datensätzen sammeln können. Bauen Sie Ihr Data Science-Portfolio aus den Artefakten auf, die Sie während dieses Programms produzieren. Zu den Projekten, die den Kurs abschließen, gehören:

Extraktion und grafische Darstellung von Finanzdaten mit der Python-Bibliothek Pandas zur Datenanalyse
Erstellen von Visualisierungen und Durchführen statistischer Tests, um anhand von Volkszählungsdaten Einblicke in Wohntrends zu erhalten
Verwendung von SQL zur Abfrage von Volkszählungs-, Kriminalitäts- und demografischen Datensätzen, um Ursachen zu ermitteln, die sich auf die Einschulung, die Sicherheit, die Gesundheit und die Umweltbewertung von Schulen auswirken

Arbeitskenntnisse in Data Science Tools wie Jupyter Notebooks, R Studio, GitHub, Watson Studio
Grundlagen der Python-Programmierung, einschließlich Datenstrukturen, Logik, Arbeit mit Dateien, Aufrufen von APIs und Bibliotheken wie Pandas und Numpy
Statistische Analysetechniken einschließlich deskriptiver Statistik, Datenvisualisierung, Wahrscheinlichkeitsverteilung, Hypothesentests und Regression
Grundlagen der relationalen Datenbank, einschließlich SQL-Abfragesprache, Select-Anweisungen, Sortieren und Filtern, Datenbankfunktionen, Zugriff auf mehrere Tabellen

Kompetenzen, die Sie erwerben

Kategorie: Data Analysis Software
Kategorie: Data Visualization Software
Kategorie: SQL
Kategorie: Descriptive Statistics
Kategorie: Data Visualization
Kategorie: Probability Distribution
Kategorie: Statistics
Kategorie: Probability & Statistics
Kategorie: Object Oriented Programming (OOP)
Kategorie: Statistical Analysis
Kategorie: Statistical Hypothesis Testing
Kategorie: Data Science
Kategorie: Web Scraping
Kategorie: Data Analysis
Kategorie: Stored Procedure
Kategorie: Statistical Methods

Werkzeuge, die Sie lernen werden

Kategorie: Dashboard
Kategorie: Jupyter
Kategorie: Relational Databases
Kategorie: Python Programming

Was ist inbegriffen?

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch

55 Praxisübungen

Erweitern Sie Ihre Fachkenntnisse.

Erlernen Sie gefragte Kompetenzen von Universitäten und Branchenexperten.
Erlernen Sie ein Thema oder ein Tool mit echten Projekten.
Entwickeln Sie ein fundiertes Verständnisse der Kernkonzepte.
Erwerben Sie ein Karrierezertifikat von IBM.

Spezialisierung - 5 Kursreihen

Tools für die Datenverarbeitung

KURS 118 Stunden4.5 (30,006 Bewertungen)Kurs ansehen

Was Sie lernen werden

Beschreiben Sie den Werkzeugkasten des Data Scientist, der Folgendes umfasst: Bibliotheken & Pakete, Datensätze, Modelle für maschinelles Lernen und Big Data-Tools
Verwendung von Sprachen, die von Datenwissenschaftlern häufig verwendet werden, wie Python, R und SQL
Demonstrieren Sie Kenntnisse über Tools wie Jupyter Notebooks und RStudio und nutzen Sie deren verschiedene Funktionen
Erstellen und verwalten Sie Quellcode für Data Science mit Git-Repositories und GitHub.

Kompetenzen, die Sie erwerben

Kategorie: Jupyter

Kategorie: R-Programmierung

Kategorie: Schnittstelle zur Anwendungsprogrammierung (API)

Kategorie: GitHub

Kategorie: Datenvisualisierungssoftware

Kategorie: Maschinelles Lernen

Kategorie: Git (Versionskontrolle-System)

Kategorie: Datenverarbeitung

Kategorie: IBM Cloud

Kategorie: Datenmanagement

Kategorie: Statistisches Programmieren

Kategorie: Restful API

Kategorie: Computer-Programmierwerkzeuge

Kategorie: Cloud-API

Kategorie: Datenanalyse-Software

Kategorie: Python-Programmierung

Kategorie: Open Source Technologie

Kategorie: Datenvisualisierung

Kategorie: Kollaborative Software

Kategorie: Abfragesprachen

Python für Datenwissenschaft, KI & Entwicklung

KURS 225 Stunden4.6 (42,052 Bewertungen)Kurs ansehen

Was Sie lernen werden

Entwickeln Sie ein grundlegendes Verständnis der Python-Programmierung, indem Sie die grundlegende Syntax, Datentypen, Ausdrücke, Variablen und String-Operationen erlernen.
Anwendung der Programmierlogik von Python unter Verwendung von Datenstrukturen, Bedingungen und Verzweigungen, Schleifen, Funktionen, Ausnahmebehandlung, Objekten und Klassen.
Demonstration von Kenntnissen im Umgang mit Python-Bibliotheken wie Pandas und Numpy und Entwicklung von Code mit Jupyter Notebooks.
Greifen Sie auf webbasierte Daten zu und extrahieren Sie sie, indem Sie mit REST APIs arbeiten und Web Scraping mit BeautifulSoup durchführen.

Kompetenzen, die Sie erwerben

Kategorie: Web Scraping

Kategorie: Python-Programmierung

Kategorie: Pandas (Python-Paket)

Kategorie: NumPy

Kategorie: Datenstrukturen

Kategorie: Datenmanipulation

Kategorie: Daten importieren/exportieren

Kategorie: Objektorientierte Programmierung (OOP)

Kategorie: Datenanalyse

Kategorie: Erhebung von Daten

Kategorie: Dateiverwaltung

Kategorie: Grundsätze der Programmierung

Kategorie: Schnittstelle zur Anwendungsprogrammierung (API)

Python-Projekt für Datenwissenschaft

KURS 38 Stunden4.5 (4,716 Bewertungen)Kurs ansehen

Was Sie lernen werden

Spielen Sie die Rolle eines Data Scientist / Datenanalysten, der an einem echten Projekt arbeitet.
Demonstrieren Sie Ihre Fähigkeiten in Python - der Sprache der Wahl für Data Science und Datenanalyse.
Wenden Sie die Grundlagen von Python, Python-Datenstrukturen und die Arbeit mit Daten in Python an.
Erstellen Sie ein Dashboard mit Python und Bibliotheken wie Pandas, Beautiful Soup und Plotly unter Verwendung des Jupyter-Notebooks.

Kompetenzen, die Sie erwerben

Kategorie: Python-Programmierung

Kategorie: Datenmanipulation

Kategorie: Web Scraping

Kategorie: Datenverarbeitung

Kategorie: Datenanalyse

Kategorie: Datenstrukturen

Kategorie: Dashboard

Kategorie: Datenerfassung

Kategorie: Interaktive Datenvisualisierung

Kategorie: Pandas (Python-Paket)

Kategorie: Jupyter

Kategorie: Datenverarbeitung

Kategorie: NumPy

Statistik für die Datenverarbeitung mit Python

KURS 414 Stunden4.5 (442 Bewertungen)Kurs ansehen

Was Sie lernen werden

Schreiben Sie Python-Code, um verschiedene statistische Tests durchzuführen, darunter einen T-Test, eine ANOVA und eine Regressionsanalyse.
Interpretieren Sie die Ergebnisse Ihrer statistischen Analyse, nachdem Sie einen Hypothesentest durchgeführt haben.
Berechnen Sie deskriptive Statistiken und Visualisierungen, indem Sie Python-Code schreiben.
Erstellen Sie ein abschließendes Projekt, das Ihr Verständnis für verschiedene statistische Tests mit Python demonstriert, und bewerten Sie die Projekte Ihrer Kollegen.

Kompetenzen, die Sie erwerben

Kategorie: Statistische Hypothesentests

Kategorie: Regressionsanalyse

Kategorie: Wahrscheinlichkeit & Statistik

Kategorie: Korrelationsanalyse

Kategorie: Wahrscheinlichkeit

Kategorie: Wahrscheinlichkeitsverteilung

Kategorie: Deskriptive Statistik

Kategorie: Statistische Methoden

Kategorie: Datenanalyse

Kategorie: Statistische Analyse

Kategorie: Statistik

Kategorie: Datenvisualisierung

Kategorie: Plot (Grafiken)

Kategorie: Pandas (Python-Paket)

Kategorie: Matplotlib

Kategorie: Datenverarbeitung

Kategorie: Jupyter

Kategorie: Histogramm

Datenbanken und SQL für die Datenverarbeitung mit Python

KURS 518 Stunden4.7 (22,190 Bewertungen)Kurs ansehen

Was Sie lernen werden

Analysieren Sie Daten in einer Datenbank mit SQL und Python.
Erstellen Sie eine relationale Datenbank und arbeiten Sie mit mehreren Tabellen unter Verwendung von DDL-Befehlen.
Konstruieren Sie einfache bis mittelschwere SQL-Abfragen mit DML-Befehlen.
Erstellen Sie leistungsfähigere Abfragen mit fortgeschrittenen SQL-Techniken wie Views, Transaktionen, Stored Procedures und Joins.

Kompetenzen, die Sie erwerben

Kategorie: SQL

Kategorie: Transaktionsverarbeitung

Kategorie: Pandas (Python-Paket)

Kategorie: Gespeicherte Prozedur

Kategorie: Relationale Datenbanken

Kategorie: Datenanalyse

Kategorie: Datenmanipulation

Kategorie: Datenbanken

Kategorie: Python-Programmierung

Kategorie: Datenbank Management

Kategorie: Datenbank-Design

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Auf einen Abschluss hinarbeiten

Wenn Sie dieses Spezialisierungabschließen, können Sie sich Ihr Wissen möglicherweise anrechnen lassen, wenn Sie zu einem der folgenden Online-Studiengänge zugelassen werden und sich dort einschreiben.¹

Dieser Spezialisierung ist ACE®-empfohlen. Teilnehmende US-amerikanischen Colleges und Universitäten vergeben Credits dafür. Hinweis: Die Entscheidung bezüglich spezifischer Credit-Empfehlungen liegt bei den einzelnen Institutionen.

Mehr erfahren

Dozenten

Murtaza Haider

IBM

3 Kurse49.236 Lernende

Romeo Kienzler

IBM

10 Kurse772.729 Lernende

Joseph Santarcangelo

IBM

35 Kurse2.066.287 Lernende

Rav Ahuja

IBM

56 Kurse4.038.056 Lernende

von

IBM

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018

„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020

„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021

„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten

Mehr erfahren

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Erkunden Sie die Abschlüsse

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Mehr erfahren

Häufig gestellte Fragen

Die Spezialisierung erfordert einen Arbeitsaufwand von 36-48 Stunden, um sie abzuschließen. Wenn Sie 10-12 Stunden pro Woche arbeiten, können Sie sie innerhalb von 1-2 Monaten abschließen. Wenn Sie 2-3 Stunden pro Woche arbeiten, können Sie es in 4-6 Monaten abschließen.

Lediglich grundlegende Computerkenntnisse und die Bereitschaft, sich online selbst weiterzubilden. Keine Vorkenntnisse in Informatik oder Programmiersprachen erforderlich.

Es wird empfohlen, dass Sie die ersten 2 Kurse der Reihe nach absolvieren, bevor Sie die restlichen Kurse besuchen.

Ja. Die IBM Data Science Fundamentals with Python and SQL Specialization wurde kürzlich vom American Council on Education's (ACE) Credit Recommendation empfohlen, dem Industriestandard für die Übertragung von Lernerfahrungen am Arbeitsplatz in College Credits. Lernende können für den Abschluss des Programms eine Empfehlung von 8 College-Credits erhalten. Dies soll dazu beitragen, Lernenden, die an einer höheren Ausbildung interessiert sind, zusätzliche Wege zu eröffnen und sie auf Einstiegsjobs vorzubereiten.

Um den Nachweis des Abschlusses mit den Schulen zu teilen, erhalten die Absolventen des Zertifikats eine E-Mail, in der sie aufgefordert werden, ihr Credlybadge zu beantragen, das die Empfehlung ACE®️credit enthält. Sobald Sie es beantragt haben, erhalten Sie ein kompetenzbasiertes Transkript, das die Kredit-Empfehlung kennzeichnet und das Sie direkt von der Credly-Plattform aus mit einer Schule teilen können. Bitte beachten Sie, dass die Entscheidung, bestimmte Kreditempfehlungen zu akzeptieren, von der jeweiligen Einrichtung abhängt und nicht garantiert werden kann.

Ja! Um loszulegen, klicken Sie auf die Kurskarte, die Sie interessiert, und melden Sie sich an. Sie können sich einschreiben und den Kurs abschließen, um ein teilbares Zertifikat zu erhalten. Wenn Sie sich für einen Kurs anmelden, der Teil einer Spezialisierung ist, sind Sie automatisch auch für die gesamte Spezialisierung angemeldet. Besuchen Sie Ihr Lerner-Dashboard, um Ihren Fortschritt zu verfolgen.