Spezialisierung für Data Science Foundations

Entdecken Sie neue Fähigkeiten mit 30% Rabatt auf Kurse von Branchenexperten. Jetzt sparen.

Spezialisierung für Data Science Foundations

Unlock Academic & Career Success with Data Science. Build the foundational knowledge and hands-on skills you need to forge new career opportunities, with no technical experience required.

Unterrichtet in Deutsch (KI-Synchronisation)

Dozenten: Romeo Kienzler

6.270 bereits angemeldet

Bei Coursera Plus enthalten

Mehr erfahren

8-teilige Kursreihe

Befassen Sie sich eingehend mit einem Thema

4.7

(318 Bewertungen)

Stufe Anfänger

Keine Vorkenntnisse erforderlich

3 Monate bei 10 Stunden pro Woche

Flexibler Zeitplan

Verdienen Sie sich einen beruflichen Leistungsnachweis

Teilen Sie Ihr Fachwissen mit Arbeitgebern

8-teilige Kursreihe

Befassen Sie sich eingehend mit einem Thema

4.7

(318 Bewertungen)

Stufe Anfänger

Keine Vorkenntnisse erforderlich

3 Monate bei 10 Stunden pro Woche

Flexibler Zeitplan

Verdienen Sie sich einen beruflichen Leistungsnachweis

Teilen Sie Ihr Fachwissen mit Arbeitgebern

Was Sie lernen werden

Foundational knowledge and practical understanding of data science that unlocks academic and career opportunities
Basic hands-on skills in Python, R, SQL, and tools like GitHub and Jupyter Notebooks, including their essential features and uses in data science
Foundational data science processes, including data collection, simple model building, and algorithm concepts using flowcharts and pseudocode.
Basic data analysis with Python, using libraries like Pandas and Numpy, creating simple dashboards, and working with clustering algorithms.

Überblick

Nearly one in four job postings in the US alone require some data science skills and employers are paying up to 14% more for those skills. (Report : ExcelinEd & the Burning Glass Institute).

This powerful specialisation from the University of London and IBM gives you the perfect academic and industry-informed practical introduction to data science. You get:

- Progress transfer for the University of London’s BSc in Computer Science

- The foundational skills and knowledge you need to get a job in a data-rich environment.

During this specialisation, you’ll be introduced to data science, statistics, programming, computational thinking, machine learning, and more. You’ll discover the role of data science in today’s data-driven world. Plus, you’ll get hands-on using IBM’s data science tools, giving you practical experience to talk about in interviews.

Half the teaching is provided by Goldsmiths, University of London, giving you a strong academic foundation. The other half, designed by IBM, provides real-world professional insight supported by practical projects and a capstone project for your resume.

The “Problems and Algorithms in Data Science” course is a great preview of the BSc Computer Science degree with the opportunity to roll your progress into the degree, if you successfully apply and register.

If you’re looking for a solid, practical understanding of data science that unlocks academic and career opportunities, ENROLL today!

Kompetenzen, die Sie erwerben

Werkzeuge, die Sie lernen werden

Was ist inbegriffen?

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Deutsch (KI-Synchronisation)

117 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 University of London.

Spezialisierung - 8 Kursreihen

There are two Capstone projects that draw together the material across the Data Science Foundations specialization to enable you to apply what you have learned. In one project, students will tackle a prediction problem: forecasting the number of bicycles that will be rented on a given day. Using historical data, students will consider factors such as weather, the day of the week, and other relevant variables to accurately predict daily bicycle rentals. This will help ensure that the bicycle rental service is prepared with the appropriate number of bicycles each day. Students will learn specifically about data acquisition, linear regression, and correlation. In the other project, students will predict if the Falcon 9 rocket's first stage will land successfully and determine the cost of a launch. In doing so, students will apply skills to perform data collection, data wrangling, exploratory data analysis, data visualization model development, and model evaluation.

The Data Science Profession – Student View

KURS 14 Stunden4.7 (54 Bewertungen)Kurs ansehen

Was Sie lernen werden

In this course you learn how Data Science is applied in the real world, what we mean by data, and what we mean by machine learning.

Kompetenzen, die Sie erwerben

Kategorie: Machine Learning

Kategorie: Unsupervised Learning

Kategorie: Data Science

Kategorie: Data Analysis

Kategorie: Big Data

Kategorie: Data Literacy

Kategorie: Applied Machine Learning

What is Data Science?

KURS 211 Stunden4.7 (76,605 Bewertungen)Kurs ansehen

Was Sie lernen werden

Define data science and its importance in today’s data-driven world.
Describe the various paths that can lead to a career in data science.
Summarize advice given by seasoned data science professionals to data scientists who are just starting out.
Explain why data science is considered the most in-demand job in the 21st century.

Kompetenzen, die Sie erwerben

Kategorie: Data Science

Kategorie: Big Data

Kategorie: Cloud Computing

Kategorie: Deep Learning

Kategorie: Machine Learning

Kategorie: Data Analysis

Kategorie: Digital Transformation

Kategorie: Artificial Intelligence

Kategorie: Data-Driven Decision-Making

Kategorie: Data Literacy

Kategorie: Data Mining

Tools for Data Science

KURS 318 Stunden4.5 (30,076 Bewertungen)Kurs ansehen

Was Sie lernen werden

Describe the Data Scientist’s tool kit which includes: Libraries & Packages, Data sets, Machine learning models, and Big Data tools
Utilize languages commonly used by data scientists like Python, R, and SQL
Demonstrate working knowledge of tools such as Jupyter notebooks and RStudio and utilize their various features
Create and manage source code for data science using Git repositories and GitHub.

Kompetenzen, die Sie erwerben

Kategorie: Jupyter

Kategorie: R Programming

Kategorie: GitHub

Kategorie: Data Visualization Software

Kategorie: Git (Version Control System)

Kategorie: Machine Learning

Kategorie: Python Programming

Kategorie: Query Languages

Kategorie: Big Data

Kategorie: Development Environment

Kategorie: Data Science

Kategorie: R (Software)

Kategorie: Computer Programming Tools

Kategorie: IBM Cloud

Kategorie: Open Source Technology

Kategorie: Statistical Programming

Kategorie: Cloud Computing

Kategorie: Other Programming Languages

Kategorie: Version Control

Problems, Algorithms and Flowcharts

KURS 48 Stunden4.2 (21 Bewertungen)Kurs ansehen

Was Sie lernen werden

In this course you will learn the history of algorithms, discretisation and pseudocode and Euclidean algorithm in pseudocode.

Kompetenzen, die Sie erwerben

Kategorie: Algorithms

Kategorie: Computer Science

Kategorie: Pseudocode

Kategorie: Data Structures

Kategorie: Computational Thinking

Kategorie: Program Development

Python for Data Science, AI & Development

KURS 525 Stunden4.6 (42,324 Bewertungen)Kurs ansehen

Was Sie lernen werden

Develop a foundational understanding of Python programming by learning basic syntax, data types, expressions, variables, and string operations.
Apply Python programming logic using data structures, conditions and branching, loops, functions, exception handling, objects, and classes.
Demonstrate proficiency in using Python libraries such as Pandas and Numpy and developing code using Jupyter Notebooks.
Access and extract web-based data by working with REST APIs using requests and performing web scraping with BeautifulSoup.

Kompetenzen, die Sie erwerben

Kategorie: Data Structures

Kategorie: Object Oriented Programming (OOP)

Kategorie: Python Programming

Kategorie: NumPy

Kategorie: JSON

Kategorie: Web Scraping

Kategorie: Pandas (Python Package)

Kategorie: Data Manipulation

Kategorie: Data Analysis

Kategorie: Restful API

Kategorie: Scripting

Kategorie: Automation

Kategorie: Application Programming Interface (API)

Kategorie: Programming Principles

Kategorie: Computer Programming

Kategorie: Data Import/Export

Kategorie: Jupyter

Kategorie: Data Processing

Statistics and Clustering in Python

KURS 617 Stunden4.6 (18 Bewertungen)Kurs ansehen

Was Sie lernen werden

In this course you will engage in a variety of mathematical and programming exercises while completing a data clustering project.

Kompetenzen, die Sie erwerben

Kategorie: NumPy

Kategorie: Matplotlib

Kategorie: Data Manipulation

Kategorie: Pandas (Python Package)

Kategorie: Unsupervised Learning

Kategorie: Data Analysis

Kategorie: Descriptive Statistics

Kategorie: Jupyter

Kategorie: Python Programming

Kategorie: Statistics

Kategorie: Data Visualization Software

Kategorie: Statistical Analysis

Kategorie: Probability & Statistics

Kategorie: Machine Learning Algorithms

Kategorie: Data Science

Data Science Project Capstone: Predicting Bicycle Rental

KURS 77 Stunden4.4 (16 Bewertungen)Kurs ansehen

Was Sie lernen werden

In this course you will tackle a prediction problem: forecasting the number of bicycles that will be rented on a given day.

Kompetenzen, die Sie erwerben

Kategorie: Predictive Modeling

Kategorie: Regression Analysis

Kategorie: Correlation Analysis

Kategorie: Data Collection

Kategorie: Data Science

Kategorie: Statistical Modeling

Kategorie: Exploratory Data Analysis

Kategorie: Time Series Analysis and Forecasting

Kategorie: Data-Driven Decision-Making

Kategorie: Forecasting

Kategorie: Data Analysis

Python Project for Data Science

KURS 88 Stunden4.5 (4,748 Bewertungen)Kurs ansehen

Was Sie lernen werden

Play the role of a Data Scientist / Data Analyst working on a real project.
Demonstrate your Skills in Python - the language of choice for Data Science and Data Analysis.
Apply Python fundamentals, Python data structures, and working with data in Python.
Build a dashboard using Python and libraries like Pandas, Beautiful Soup and Plotly using Jupyter notebook.

Kompetenzen, die Sie erwerben

Kategorie: Python Programming

Kategorie: Web Scraping

Kategorie: Data Science

Kategorie: Data Manipulation

Kategorie: Data Analysis

Kategorie: Pandas (Python Package)

Kategorie: Dashboard

Kategorie: Matplotlib

Kategorie: Jupyter

Kategorie: Data Collection

Kategorie: Data Processing

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.

Dozenten

Romeo Kienzler

IBM

10 Kurse784.083 Lernende

Robert Zimmer

University of London

5 Kurse14.710 Lernende

Joseph Santarcangelo

IBM

36 Kurse2.129.300 Lernende

Alex Aklson

IBM

21 Kurse1.323.799 Lernende

Rav Ahuja

IBM

56 Kurse4.187.011 Lernende

Azim Hirjani

IBM

1 Kurs293.236 Lernende

Aije Egwaikhide

IBM

6 Kurse743.977 Lernende

von

University of London

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

Any one with an interest in Computer Science and Data Science.

No background knowledge is necessary, just GCSE Mathematics (Grade A*-B / 9-5), high school math, or equivalent.

The Specialisation is non credit bearing, however, it provides a 'taster' of one of the modules taken from the University of London BSc Computer Science suite of degrees.

Data science is used in the real world to analyse data, uncover patterns, and make informed decisions. It’s applied in various fields, including healthcare for predicting patient outcomes, finance for detecting fraud, marketing for targeted campaigns, and transportation for optimising routes and predicting demand. By turning raw data into actionable insights, data science helps organisations solve complex problems and improve efficiency.

Basic skills in data science include understanding programming languages like Python or R, working with data analysis tools such as Pandas and SQL, and knowing how to clean, organise, and visualise data. Other foundational skills involve understanding basic statistics, learning machine learning concepts, and using tools like Jupyter Notebooks and GitHub for collaboration and development.

Data science is important in computer science because it enables the analysis and interpretation of vast amounts of data, and can therefore drive innovation and informed decision-making. It combines programming, algorithms, and statistical analysis to extract valuable insights from data, which are crucial for developing smarter systems, improving user experiences, and solving complex problems across various industries. Data science also plays a key role in advancing technologies like artificial intelligence and machine learning.