Este curso forma parte de Programa especializado: AI for Scientific Research

4.0
estrellas
33 calificaciones

Sabrina Moore +2 instructores más

3001 ya inscrito

Ofrecido Por

Programa especializado: AI for Scientific ResearchLearnQuest

Acerca de este Curso

8599 vistas recientes

This course will teach you how to leverage the power of Python and artificial intelligence to create and test hypothesis. We'll start for the ground up, learning some basic Python for data science before diving into some of its richer applications to test our created hypothesis. We'll learn some of the most important libraries for exploratory data analysis (EDA) and machine learning such as Numpy, Pandas, and Sci-kit learn. After learning some of the theory (and math) behind linear regression, we'll go through and full pipeline of reading data, cleaning it, and applying a regression model to estimate the progression of diabetes. By the end of the course, you'll apply a classification model to predict the presence/absence of heart disease from a patient's health data.

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 1 de 4 en

Programa especializado: AI for Scientific Research

Nivel principiante

None

Aprox. 13 horas para completar

Inglés (English)

Qué aprenderás

Employ artificial intelligence techniques to test hypothesis in Python
Apply a machine learning model combining Numpy, Pandas, and Scikit-Learn

Habilidades que obtendrás

Data Science
Machine Learning
regression
Statistical Hypothesis Testing
medical data

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 1 de 4 en

Programa especializado: AI for Scientific Research

Nivel principiante

None

Aprox. 13 horas para completar

Inglés (English)

Instructores

Calificación del instructor

3,88/5 (10 calificaciones)

Ofrecido por

LearnQuest

LearnQuest is the preferred training partner to the world’s leading companies, organizations, and government agencies. Our team boasts 20+ years of experience designing, developing and delivering a full suite industry-leading technology education classes and training solutions across the globe. Our trainers, equipped with expert industry experience and an unparalleled commitment to quality, facilitate classes that are offered in various delivery formats so our clients can obtain the training they need when and where they need it.

Programa - Qué aprenderás en este curso

Semana1

Semana 1

3 horas para completar

Introduction to Python Programming for Hypothesis Testing

In this module, we'll get ourselves started with Programming in Python. After becoming familiar with Python and the Jupyter Notebook interface, we'll dive into some basic coding paradigms such as variables, loops, and functions. We'll also cover data structures in the form of lists and dictionaries. We'll go through one of the most useful things in your Python arsenal - importing and using modules effectively. Finally, we'll introduce scikit-learn and walk through a classification problem to predict the presence/absence of cancer from health data.

3 horas para completar

9 videos (Total 30 minutos), 5 lecturas, 6 cuestionarios

9 videos

Course Introduction55sModule Introduction17sPython and Jupyter Notebook Basics4mSetting Up the Environment2mLists2mDictionaries3mLoops5mFunctions6mLibraries and Modules4m

5 lecturas

A Note on Coding Alongside the Videos1mJupyter Notebook Basics10mPython Docs: Data Structures10mList Comprehensions10mKeyword Arguments10m

2 ejercicios de práctica

Practice Quiz: Data Structures10mIntroduction to Python30m

Semana2

Semana 2

5 horas para completar

Creating a Hypothesis: Numpy, Pandas, and Scikit-Learn

In this module, we'll become familiar with the two most important packages for data science: Numpy and Pandas. We'll begin by learning the differences between the two packages. Then, we'll get ourselves familiar with np arrays and their functionalities. Adding text turns our arrays into tables, and gives rise to the Pandas module. After a basic introduction, we'll end with a series of important data manipulation tools such as indexing, merging/combining datasets, and reshaping data.

5 horas para completar

8 videos (Total 35 minutos), 5 lecturas, 5 cuestionarios

8 videos

Module Introduction30sDeep Dive into Numpy (Part I)3mDeep Dive Into Numpy (Part II)2mIntroduction to Pandas5mPandas Deep Dive4mJoining and Manipulating Dataframes (I)4mJoining and Manipulating Dataframes (II)5mJoining and Manipulating Dataframes (III)6m

5 lecturas

Numpy, Pandas, and scikit-learn10m10 min to Pandas10mPandas Docs: Reshaping and Combining Data20mSplit-Apply-Combine15mPython Docs: Sort_values()10m

4 ejercicios de práctica

Practice Quiz: Numpy Basics15mPractice Quiz: Pandas10mPractice Quiz: Combining Data15mNumpy and Pandas Quiz30m

Semana3

Semana 3

2 horas para completar

Scikit-Learn Revisited: ML for Hypothesis Testing

In this module, we'll work from the ground up to build and test our hypothesis. Learning both the theory and the code, we'll learn to test our predictions with different types of machine learning algorithms. We'll start by going through some of the necessary data preprocessing steps to orient ourselves. Getting familiar with using the Scikit-Learn library starts with the documentation. From there, we'll load in a dataset and analyze some of its most basic properties. Finally, we'll import and use models to make a prediction.

2 horas para completar

6 videos (Total 22 minutos), 3 lecturas, 4 cuestionarios

6 videos

Module Introduction40sUsing the Scikit-Learn Docs2mLoading and Analyzing datasets6mApplying Linear Regression (I)5mMath of Machine Learning3mScikit-Learn Conclusion2m

3 lecturas

Introduction to scikit-learn15mTrain/Test Split and Cross-Validation10mLeast Squares10m

3 ejercicios de práctica

Practice Quiz: Using the scikit-learn Docs10mPractice Quiz: Math of Linear Regression10mLinear Regression with Scikit-Learn30m

Semana4

Semana 4

3 horas para completar

Using Classification to Predict the Presence of Heart Disease

3 horas para completar

1 video (Total 4 minutos)

Reseñas

4.0

12 reseña

5 stars
54,54 %
4 stars
15,15 %
3 stars
12,12 %
2 stars
9,09 %
1 star
9,09 %

Principales reseñas sobre INTRODUCTION TO DATA SCIENCE AND SCIKIT-LEARN IN PYTHON

por DH4 de abr. de 2022

The topic is great, and the linkage and references provided are valuable.

The hands-on quiz should be supported with better instructions and descriptions regarding what to do.

por AG27 de nov. de 2021

Good introduction. A bit too short for a 4-week course. The autograder is not very good, and some solutions are wrong.

por RZ9 de nov. de 2021

meskipun agak eror dalam lab penugasan tapi alhamdulillah sudah bisa

por CT30 de ene. de 2022

It could be better if we can see where we did wrong after each assignment. Good and well-paced course otherwise

Ver todas las reseñas

Acerca de Programa especializado: AI for Scientific Research

In the AI for Scientific Research specialization, we'll learn how to use AI in scientific situations to discover trends and patterns within datasets. Course 1 teaches a little bit about the Python language as it relates to data science. We'll share some existing libraries to help analyze your datasets. By the end of the course, you'll apply a classification model to predict the presence or absence of heart disease from a patient's health data. Course 2 covers the complete machine learning pipeline, from reading in, cleaning, and transforming data to running basic and advanced machine learning algorithms.In the final project, we'll apply our skills to compare different machine learning models in Python. In Course 3, we will build on our knowledge of basic models and explore more advanced AI techniques. We’ll describe the differences between the two techniques and explore how they differ. Then, we’ll complete a project predicting similarity between health patients using random forests. In Course 4, a capstone project course, we'll compare genome sequences of COVID-19 mutations to identify potential areas a drug therapy can look to target. By the end, you'll be well on your way to discovering ways to combat disease with genome sequencing.

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.
¿Cuál es la política de reembolsos?
Si estás suscrito, obtienes una prueba gratis de 7 días, que podrás cancelar cuando desees sin ningún tipo de penalidad. Una vez transcurrido ese tiempo, no realizamos reembolsos. No obstante, puedes cancelar tu suscripción cuando quieras. Consulta nuestra política completa de reembolsos.
¿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.

Introduction to Data Science and scikit-learn in Python

Acerca de este Curso

Qué aprenderás

Habilidades que obtendrás

Instructores

Sabrina Moore

Rajvir Dua

Neelesh Tiruviluamala

Ofrecido por

LearnQuest

Programa - Qué aprenderás en este curso

Introduction to Python Programming for Hypothesis Testing

Creating a Hypothesis: Numpy, Pandas, and Scikit-Learn

Scikit-Learn Revisited: ML for Hypothesis Testing

Using Classification to Predict the Presence of Heart Disease

Reseñas

Principales reseñas sobre INTRODUCTION TO DATA SCIENCE AND SCIKIT-LEARN IN PYTHON

Acerca de Programa especializado: AI for Scientific Research

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

Introduction to Data Science and scikit-learn in Python

Acerca de este Curso

Qué aprenderás

Habilidades que obtendrás

Instructores

Sabrina Moore

Rajvir Dua

Neelesh Tiruviluamala

Ofrecido por

LearnQuest

Programa - Qué aprenderás en este curso

Introduction to Python Programming for Hypothesis Testing

Creating a Hypothesis: Numpy, Pandas, and Scikit-Learn

Scikit-Learn Revisited: ML for Hypothesis Testing

Using Classification to Predict the Presence of Heart Disease

Reseñas

Principales reseñas sobre INTRODUCTION TO DATA SCIENCE AND SCIKIT-LEARN IN PYTHON

Acerca de Programa especializado: AI for Scientific Research

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