Este curso forma parte de Programa especializado: Data Science with Databricks for Data Analysts

4.4
estrellas
36 calificaciones

Kevin Coyle +2 instructores más

3661 ya inscrito

Ofrecido Por

Programa especializado: Data Science with Databricks for Data AnalystsDatabricks

Acerca de este Curso

15.812 vistas recientes

In this course, you will develop your data science skills while solving real-world problems. You'll work through the data science process to and use unsupervised learning to explore data, engineer and select meaningful features, and solve complex supervised learning problems using tree-based models. You will also learn to apply hyperparameter tuning and cross-validation strategies to improve model performance.
NOTE: This is the third and final course in the Data Science with Databricks for Data Analysts Coursera specialization. To be successful in this course we highly recommend taking the first two courses in that specialization prior to taking this course. These courses are: Apache Spark for Data Analysts and Data Science Fundamentals for Data Analysts.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Laboratorios de Coursera

Incluye proyectos de aprendizaje prácticos.

Obtén más información sobre los laboratorios de Coursera

Curso 3 de 3 en

Programa especializado: Data Science with Databricks for Data Analysts

Nivel intermedio

Completion of the first two courses in the Data Science with Databricks for Data Analysts Coursera specialization. This course is the final course.

Aprox. 16 horas para completar

Inglés (English)

¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?

Prueba Coursera para negocios

Qué aprenderás

Explore data using unsupervised machine learning.
Solve complex supervised learning problems using tree-based models.
Apply hyperparameter tuning and cross-validation strategies to improve model performance.

Habilidades que obtendrás

Data Science
Machine Learning
Databricks

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Laboratorios de Coursera

Incluye proyectos de aprendizaje prácticos.

Obtén más información sobre los laboratorios de Coursera

Curso 3 de 3 en

Programa especializado: Data Science with Databricks for Data Analysts

Nivel intermedio

Completion of the first two courses in the Data Science with Databricks for Data Analysts Coursera specialization. This course is the final course.

Aprox. 16 horas para completar

Inglés (English)

¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?

Prueba Coursera para negocios

Instructores

Calificación del instructor

4,84/5 (15 calificaciones)

Ofrecido por

Databricks

Mira cómo los empleados de las mejores empresas dominan las habilidades más demandadas

Obtén más información sobre Coursera para Empresas

Programa - Qué aprenderás en este curso

Semana1

Semana 1

2 horas para completar

Welcome to the Course

2 horas para completar

8 videos (Total 40 minutos), 2 lecturas, 1 cuestionario

8 videos

Course introduction3mReview of Data Science4mReview of Machine Learning5mData Science Process vs. Machine Learning Workflow3mIntroduction to Databricks (Optional)5mIntroduction to the Platform (Optional)7mIntroduction to Apache Spark (Optional)4mIntroduction to Delta Lake (Optional)6m

2 lecturas

Before you begin10mHands-on with Databricks Lab (Optional)30m

1 ejercicio de práctica

Course Introduction and Prerequisites5m

Semana2

Semana 2

3 horas para completar

Applied Unsupervised Learning

3 horas para completar

15 videos (Total 69 minutos), 2 lecturas, 6 cuestionarios

15 videos

Lesson Introduction1mExploring Data4mVisualizing Data11mIntroduction to K-means Clustering5mApplied K-means Clustering7mIdentifying the Number of Clusters4mIdentifying the Number of Clusters Demo4mUtilizing Clusters2mLesson Introduction1mFeature Relationships4mCorrelation Matrix4mIntroduction to Principal Components Analysis3mApplied Principal Components Analysis6mPCA for Feature Relationships3mPCA for Dimensionality Reduction3m

2 lecturas

K-means Clustering Lab30mPrincipal Components Analysis Lab30m

6 ejercicios de práctica

Exploring and Visualizing Data5mK-means Clustering5mK-means Clustering Lab Results5mFeature Correlation5mPrincipal Components Analysis5mPCA Lab Results10m

Semana3

Semana 3

3 horas para completar

Feature Engineering and Selection

3 horas para completar

17 videos (Total 71 minutos), 2 lecturas, 6 cuestionarios

17 videos

Lesson Introduction4mIntroduction to Feature Engineering3mCommon Feature Improvements3mHandling Missing Values3mImputing Missing Values11mFeature Scaling3mConverting Feature Types3mRepresenting Categorical Features2mOne-hot Encoding7mLesson Introduction2mProblems with High Dimensions and Dimensionality Reduction3mA Review of Feature Importance4mLinear Regression Coefficients and P-values6mIntroduction to Feature Selection2mRegularization1mRegularized Regression3mApplied Regularized Regression5m

2 lecturas

Feature Engineering Lab30mFeature Selection Lab30m

6 ejercicios de práctica

Feature Engineering Concepts5mMissing Values5mFeature Engineering Lab Results20mDimensionality and Feature Importance5mFeature Selection in Linear Regression5mFeature Selection Lab Results10m

Semana4

Semana 4

6 horas para completar

Applied Tree-based Models

6 horas para completar

14 videos (Total 60 minutos), 10 lecturas, 9 cuestionarios

14 videos

Lesson Introduction56sA Review of Decision Trees3mAlgorithm Selection2mString Indexing Categorical Features8mDecision Tree Pruning6mLesson Introduction32sIntroduction to Ensemble Modeling3mBootstrap Sampling Training Data2mApplied Random Forest4mLesson Introduction56sA Review of Classification Evaluation Metrics4mA Review of Assigning Classes4mOversampling and Undersampling Classes4mWeighting Classes in Random Forest11m

10 lecturas

Feature Engineering in Decision Trees5mPreventing Overfitting5mApplied Decision Trees Lab30mAggregating Bootstrapped Results7mRandom Forest Algorithm10mApplied Random Forest Lab30mProblems with Class Imbalance5mLabel-based Bootstrap Sampling4mLabel-based Evaluation Weighting6mLabel Imbalance Lab30m

9 ejercicios de práctica

Algorithm Selection and Decision Trees10mCategorical Features5mApplied Decision Trees Lab Results10mTree-based Ensemble Modeling30mBootstrap Aggregation30mApplied Random Forest Lab Results5mClassification Evaluation30mLabel Imbalance and Sampling30mLabel Imbalance Lab Results10m

Reseñas

4.4

9 reseña

5 stars
72,22 %
4 stars
13,88 %
2 stars
8,33 %
1 star
5,55 %

Principales reseñas sobre APPLIED DATA SCIENCE FOR DATA ANALYSTS

por SD28 de dic. de 2020

Great course for an overview but with a high level of abstraction (usage of existing libraries but very little coding of algorithms that show the details of the principles)

por RR26 de oct. de 2022

Very practical applied machine learning course on data science while covering key components informatively

por CC29 de dic. de 2022

Well defined exercice with usage of Pyspark in Databricks

Ver todas las reseñas

Acerca de Programa especializado: Data Science with Databricks for Data Analysts

This specialization is intended for data analysts looking to expand their toolbox for working with data. Traditionally, data analysts have used tools like relational databases, CSV files, and SQL programming, among others, to perform their daily workflows. In this specialization, you will leverage existing skills to learn new ones that will allow you to utilize advanced technologies not traditionally linked to this role - technologies like Databricks and Apache Spark. By the end of this specialization, you'll be able to solve real-world business problems with Databricks and the most popular machine learning techniques.

Preguntas Frecuentes

¿Cuándo podré acceder a las lecciones y tareas?
El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:
es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
¿Qué recibiré si me suscribo a este Programa especializado?
Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo. Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.
¿Hay ayuda económica disponible?
Sí. En ciertos programas de aprendizaje, puedes postularte para recibir ayuda económica o una beca en caso de no poder costear los gastos de la tarifa de inscripción. Si hay ayuda económica o becas disponibles para tu selección de programa de aprendizaje, verás un enlace para postularte en la página de descripción.

¿Tienes más preguntas? Visita el Centro de Ayuda al Estudiante.

Desarrolla habilidades para tus empleados e impulsa los resultados de la empresa

Descubre Coursera para Empresas

Applied Data Science for Data Analysts

Acerca de este Curso

Qué aprenderás

Habilidades que obtendrás

Instructores

Kevin Coyle

Mark Roepke

Emma Freeman

Ofrecido por

Databricks

Programa - Qué aprenderás en este curso

Welcome to the Course

Applied Unsupervised Learning

Feature Engineering and Selection

Applied Tree-based Models

Model Optimization

Reseñas

Principales reseñas sobre APPLIED DATA SCIENCE FOR DATA ANALYSTS

Acerca de Programa especializado: Data Science with Databricks for Data Analysts

Preguntas Frecuentes

Aprende algo nuevo

Cursos populares de ciencia de los datos

Cursos populares de ciencias de la computación y TI

Cursos populares de negocios

Coursera

Comunidad

Más

Applied Data Science for Data Analysts

Acerca de este Curso

Qué aprenderás

Habilidades que obtendrás

Instructores

Kevin Coyle

Mark Roepke

Emma Freeman

Ofrecido por

Databricks

Programa - Qué aprenderás en este curso

Welcome to the Course

Applied Unsupervised Learning

Feature Engineering and Selection

Applied Tree-based Models

Model Optimization

Reseñas

Principales reseñas sobre APPLIED DATA SCIENCE FOR DATA ANALYSTS

Acerca de Programa especializado: Data Science with Databricks for Data Analysts

Preguntas Frecuentes

Coursera Footer

Aprende algo nuevo

Cursos populares de ciencia de los datos

Cursos populares de ciencias de la computación y TI

Cursos populares de negocios

Coursera

Comunidad

Más