This specialization introduces learners to essential data science techniques, including time series analysis, statistical learning, and data preparation. Learners will develop foundational skills in data exploration, cleaning, and visualization, as well as core competencies in building predictive models and interpreting statistical outputs to drive business and research insights.
Spezialisierung für Introduction to Data Science Techniques
Spezialisierung für Introduction to Data Science Techniques
Foundations of Data Science Techniques. Learn essential data science techniques for analyzing and interpreting data.
Dozenten: Ming-Long Lam
Bei 
enthalten
Befassen Sie sich eingehend mit einem Thema
Stufe Mittel
Empfohlene Erfahrung
6 Monate bei 10 Stunden pro Woche
Flexibler Zeitplan
Verdienen Sie sich einen beruflichen Leistungsnachweis
Teilen Sie Ihr Fachwissen mit Arbeitgebern
Befassen Sie sich eingehend mit einem Thema
Stufe Mittel
Empfohlene Erfahrung
6 Monate bei 10 Stunden pro Woche
Flexibler Zeitplan
Verdienen Sie sich einen beruflichen Leistungsnachweis
Teilen Sie Ihr Fachwissen mit Arbeitgebern
Was Sie lernen werden
How to analyze and forecast time series data
Techniques for statistical learning and model building
Methods for preparing and analyzing data
Überblick
Kompetenzen, die Sie erwerben
- Data Analysis
- Analytics
- Statistical Programming
- Statistical Methods
- Time Series Analysis and Forecasting
- Statistical Modeling
- Statistical Analysis
- Exploratory Data Analysis
- Forecasting
- Data Science
- Machine Learning
- Supervised Learning
- Statistical Inference
- Statistical Machine Learning
- Data Visualization
- Data Cleansing
- Regression Analysis
- Machine Learning Algorithms
Werkzeuge, die Sie lernen werden
Was ist inbegriffen?
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Unterrichtet in Englisch
Kürzlich aktualisiert!
Mai 2025
95 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 Illinois Tech.
Spezialisierung - 3 Kursreihen
Was Sie lernen werden
Kompetenzen, die Sie erwerben
Time Series Analysis and Forecasting, Forecasting, Statistical Modeling, Statistical Hypothesis Testing, Exploratory Data Analysis, Statistical Analysis, Data Presentation, Data Analysis, Statistical Software, Probability & Statistics, R (Software), Predictive Analytics und Statistical Visualization
Was Sie lernen werden
Kompetenzen, die Sie erwerben
Supervised Learning, Regression Analysis, Unsupervised Learning, Statistical Machine Learning, Dimensionality Reduction, Predictive Modeling, Machine Learning, Statistical Inference, Statistical Analysis, Data Analysis, Classification And Regression Tree (CART), Feature Engineering, Statistical Programming und Statistical Methods
Was Sie lernen werden
1. Apply appropriate techniques for generating insights from data.
2. Present actionable solutions with confidence to the business stakeholders.
Kompetenzen, die Sie erwerben
Data Mining, Python Programming, Feature Engineering, Regression Analysis, Decision Tree Learning, Statistical Modeling, Classification And Regression Tree (CART), Data Analysis, Data Science, Machine Learning, Data Cleansing, Data Manipulation, Scikit Learn (Machine Learning Library), Machine Learning Algorithms, Statistical Analysis, Analytics, Data Visualization und Exploratory Data Analysis
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
Dieses Spezialisierung ist Teil des/der folgenden Studiengangs/Studiengänge, die von Illinois Techangeboten werden. Wenn Sie zugelassen werden und sich immatrikulieren, können Ihre abgeschlossenen Kurse auf Ihren Studienabschluss angerechnet werden und Ihre Fortschritte können mit Ihnen übertragen werden.¹
Dozenten
Vergleich mit ähnlichen Produkten
| Bewertung | ||||
|---|---|---|---|---|
| Niveau | ||||
| Kompetenzen | ||||
| Werkzeuge | ||||
| Zuletzt aktualisiert | ||||
| Anzahl der praktischen Übungen | ||||
| Berechtigung zum Erwerb eines Abschlusses | ||||
| Teil von Coursera Plus |
Ihnen könnte auch Folgendes gefallen:
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
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
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.
Häufig gestellte Fragen
No, it’s not required—but it is recommended that you follow the course sequence listed on the specialization landing page. This order is designed to help you build your skills progressively, from foundational concepts to more advanced topics.
No, this specialization is open to all MOOC learners. You do not need to be an admitted degree-seeking student to complete the specialization and receive a Coursera–IIT co-branded non-credit certificate.
This course is completely online, so there’s no need to show up to a classroom in person. You can access your lectures, readings and assignments anytime and anywhere via the web or your mobile device.
Weitere Fragen
Finanzielle Unterstützung verfügbar,