After doing these courses, I feel confident creating professional visualizations and dashboards
Kursbeskrivning
Lär dig använda datavetenskap för affärer
Vad är datavetenskap, och hur kan du använda den för att stärka din organisation? Den här kursen lär dig vilka färdigheter du behöver i ditt datateam och hur du kan strukturera teamet för att möta din organisations behov.Den här kursen ger dig också en förståelse för datakällor som ditt företag kan använda och hur du lagrar, analyserar och visualiserar dessa data.
Förstå arbetsflödet inom datavetenskap
Du börjar med en introduktion till datavetenskap för företag, där du tittar på datavetenskapsarbetsflödet och hur du kan tillämpa det på verkliga problem. Du kommer också att utforska hur datainsamling fungerar, och se hur du kan hämta och lagra data.Lär dig analysera och visualisera dina data
Du kommer också att upptäcka sätt att analysera och visualisera dina data genom dashboards och A/B-tester. För att avsluta kursen kommer vi att diskutera spännande ämnen inom maskininlärning, inklusive klustring, tidsserieprognoser, naturlig språkbehandling (NLP), djupinlärning och förklarbar AI.På vägen kommer du att lära dig om en rad verkliga tillämpningar av datavetenskap och få en bättre förståelse för dessa begrepp genom praktiska övningar.
Detta är en idealisk introduktion till datavetenskap för chefer och ger dig möjlighet att lära dig mer om detta kraftfulla affärsverktyg.
Förkunskapskrav
Det finns inga förkunskapskrav för den här kursen
Kursplan
Kursöversikt
1
Introduktion till Data Science
Vi börjar kursen med att definiera vad data science är. Vi går igenom arbetsflödet inom data science och hur det tillämpas på verkliga affärsproblem. Kapitlet avslutas med att vi tittar på hur du kan strukturera ditt datateam för att möta organisationens behov.
- Vad är datavetenskap?50 XP
- Arbetsflöde för kundsegmentering100 XP
- Bygga en kundtjänstchattbot100 XP
- Förbättra OKR:er50 XP
- Tillämpningar av datavetenskap50 XP
- Tilldela datavetenskapliga projekt100 XP
- Investeringsanalys50 XP
- Att bygga ett datascience-team50 XP
- Tolka ett teams sprint50 XP
- Redigera en jobbannonss50 XP
- Matcha kompetenser med roller100 XP
- Klassificera datauppgifter100 XP
2
Datainsamling och lagring
Nu när vi förstår arbetsflödet inom data science går vi djupare in på det första steget: datainsamling. Vi lär oss om de olika datakällor ditt företag kan använda och hur du lagrar datan när den väl har samlats in.
3
Analys och visualisering
I det här kapitlet diskuterar vi hur du utforskar och visualiserar data med hjälp av dashboards. Vi går igenom vad ett dashboard består av och hur du formulerar en välriktad förfrågan om ett dashboard. Kapitlet behandlar också ad hoc-dataförfrågningar och A/B-tester – ett kraftfullt analysverktyg som minskar risken i beslutsfattandet.
4
Prediktion
I det här sista kapitlet tar vi upp det mest omdiskuterade ämnet inom data science: maskininlärning! Vi går igenom övervakad och oövervakad maskininlärning samt klustring. Sedan går vi vidare till specialområden inom maskininlärning, bland annat tidsserieprediktering, naturlig språkbehandling, djupinlärning och förklarbar AI!
R
Data Science för verksamheter
Kurs
slutförd

