courseraАнализ данных

Statistics and Clustering in Python

Курс от University of London, IBM

Начальный≈ 17.9 чАнглийский

О курсе

This course is the sixth of eight courses. This project provides an in-depth exploration of key Data Science concepts focusing on algorithm design. It enhances essential mathematics, statistics, and programming skills required for common data analysis tasks. You will engage in a variety of mathematical and programming exercises while completing a data clustering project using the K-means algorithm on a provided dataset.

Навыки, которые вы освоите

NumPy Pandas (Python Package)Python Programming Data Analysis Jupyter Descriptive Statistics Data Manipulation Data Processing Machine Learning Algorithms Probability & Statistics Statistical Analysis Applied Machine Learning Unsupervised Learning Statistics Data Science Plot (Graphics)Statistical Methods Machine Learning Data Visualization Software

Программа курса

4 модулей · 109 учебных материалов

01 Week 1: Means and Deviations in Mathematics and Python29 материалов

Introduction

Introduction to this course in the specialisationВидео Course SyllabusЧтение Getting ready for this courseЧтение

Mean, Variance and Standard Deviation

Introduction to Mathematical Concepts of Data ClusteringВидео

Учитесь у экспертов

Robert Zimmer

Professor

В каталоге вашей программы

Инвестируйте в себя

Новые знания — в удобное для вас время.

Начать на Coursera

Обучение откроется на Coursera
в новой вкладке

Обучение на Coursera

≈ 17.9 ч

4 модулей

Язык: Английский

Субтитры: Арабский, Французский, Бенгальский, Узбекский, Украинский, Китайский (Китай), Греческий, Итальянский, Бразильский португальский, Вьетнамский, Нидерландский, Корейский, Немецкий, Пушту, Урду, Русский, Тайский, Индонезийский, Шведский, Турецкий, Азербайджанский, Испанский, Дари, Хинди, Японский, Казахский, Венгерский, Польский

Statistics and Clustering in Python

О курсе

Навыки, которые вы освоите

Программа курса

Introduction

Mean, Variance and Standard Deviation

Учитесь у экспертов

Robert Zimmer

Development Environment: Jupyter Notebooks

Computing Basic Statistics in Python

Week1: Assessment

Mathematics for Multidimensional Data

Working with Multidimensional Data in Python

Week 2: Assessment

Resources

Using the Pandas Library to Read, Sort and Filter Data

Plotting and Labelling the Data

Interpreting Data

Week 3: Assessment

Understanding Your Task

Organising Your Work on a Data Science Project

Doing the Project

Presenting the Results of Your Project

End of Course and Assessment