4.5
estrellas
25,983 calificaciones

85 %

Aije Egwaikhide +2 instructores más

355.503 ya inscrito

Ofrecido Por

Parte del título de grado Bachelor of Applied Arts and Sciences
Más información

Habilidades en redes de IBM

Acerca de este Curso

922.728 vistas recientes

In order to be successful in Data Science, you need to be skilled with using tools that Data Science professionals employ as part of their jobs. This course teaches you about the popular tools in Data Science and how to use them. 
You will become familiar with the Data Scientist’s tool kit which includes: Libraries & Packages, Data Sets, Machine Learning Models, Kernels, as well as the various Open source, commercial, Big Data and Cloud-based tools. 

Work with Jupyter Notebooks, JupyterLab, RStudio IDE, Git, GitHub, and Watson Studio. You will understand what each tool is used for, what programming languages they can execute, their features and limitations.  

This course gives plenty of hands-on experience in order to develop skills for working with these Data Science Tools. With the tools hosted in the cloud on Skills Network Labs, you will be able to test each tool and follow instructions to run simple code in Python, R, or Scala.  

Towards the end the course, you will create a final project with a Jupyter Notebook. You will demonstrate your proficiency preparing a notebook, writing Markdown, and sharing your work with your peers.

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.

Nivel principiante

Anyone can complete this course in a self-paced manner without any prior programming or Data Science experience.

Aprox. 15 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

Describe the Data Scientist’s tool kit which includes: Libraries & Packages, Data sets, Machine learning models, and Big Data tools
Utilize languages commonly used by data scientists like Python, R, and SQL
Demonstrate working knowledge of tools such as Jupyter notebooks and RStudio and utilize their various features
Create and manage source code for data science using Git repositories and GitHub.

Habilidades que obtendrás

Data Science
Github
Python Programming
Jupyter notebooks
Rstudio

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.

Nivel principiante

Anyone can complete this course in a self-paced manner without any prior programming or Data Science experience.

Aprox. 15 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

4,43/5 (3881 calificaciones)

Ofrecido por

Habilidades en redes de IBM

IBM is the global leader in business transformation through an open hybrid cloud platform and AI, serving clients in more than 170 countries around the world. Today 47 of the Fortune 50 Companies rely on the IBM Cloud to run their business, and IBM Watson enterprise AI is hard at work in more than 30,000 engagements. IBM is also one of the world’s most vital corporate research organizations, with 28 consecutive years of patent leadership. Above all, guided by principles for trust and transparency and support for a more inclusive society, IBM is committed to being a responsible technology innovator and a force for good in the world.

Comienza a trabajar para obtener tu licenciatura.

Este curso es parte de Bachelor of Applied Arts and Sciences completamente en línea de Habilidades en redes de IBM. Si te aceptan en el programa completo, tus cursos cuentan para tu título de grado.

Más información

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

Calificación del contenido85%(53,120 calificaciones)

Semana1

Semana 1

1 hora para completar

Overview of Data Science Tools

1 hora para completar

6 videos (Total 39 minutos), 1 lectura, 2 cuestionarios

Semana2

Semana 2

1 hora para completar

Languages of Data Science

For users who are just starting on their data science journey, the range of programming languages can be overwhelming. So, which language should you learn first? This module will bring awareness about the criteria that would determine which language you should learn. You will learn the benefits of Python, R, SQL, and other common languages such as Java, Scala, C++, JavaScript, and Julia. You will explore how you can use these languages in Data Science. You will also look at some sites to locate more information about the languages.

1 hora para completar

5 videos (Total 21 minutos), 1 lectura, 2 cuestionarios

Semana3

Semana 3

2 horas para completar

Packages, APIs, Datasets and Models

2 horas para completar

6 videos (Total 33 minutos), 1 lectura, 2 cuestionarios

6 videos

Libraries for Data Science5mApplication Programming Interfaces (APIs)4mData Sets - Powering Data Science5mSharing Enterprise Data - Data Asset eXchange4mMachine Learning Models – Learning from Models to Make Predictions7mThe Model Asset eXchange6m

1 lectura

Module 3 Summary2m

2 ejercicios de práctica

Practice Quiz - Libraries, APIs, Data Sets, Models12mGraded Quiz - Libraries, APIs, Data Sets, Models30m

Semana4

Semana 4

2 horas para completar

Jupyter Notebooks and JupyterLab

With the advancement of digital data, Jupyter Notebook allows a Data Scientist to record their data experiments and results that others can reuse. This module introduces the Jupyter Notebook and Jupyter Lab. You will learn how to work with different kernels in a Notebook session and about the basic Jupyter architecture. In addition, you will identify the tools in an Anaconda Jupyter environment. Finally, the module gives an overview of cloud based Jupyter environments and their data science features.

2 horas para completar

6 videos (Total 21 minutos), 1 lectura, 5 cuestionarios

Semana5

Semana 5

5 horas para completar

RStudio & GitHub

R is a statistical programming language and is a powerful tool for data processing and manipulation. This module will start with an introduction to R and RStudio. You will learn about the different R visualization packages and how to create visual charts using the plot function.

In addition, Distributed Version Control Systems (DVCS) have become critical tools in software development and key enablers for social and collaborative coding. While there are many distributed versioning systems, Git is amongst the most popular ones. Further in the module, you will develop the essential conceptual and hands-on skills to work with Git and GitHub. You will start with an overview of Git and GitHub, followed by creation of a GitHub account and a project repository, adding files to it, and committing your changes using the web interface. Next, you will become familiar with Git workflows involving branches and pull requests (PRs) and merges. You will also complete a project at the end to apply and demonstrate your newly acquired skills.

5 horas para completar

8 videos (Total 34 minutos), 2 lecturas, 7 cuestionarios

Semana6

Semana 6

3 horas para completar

Create and Share your Jupyter Notebook

3 horas para completar

Semana7

Semana 7

1 hora para completar

[Optional] Bonus Module

Watson Studio is a collaborative platform for the data science community and is used by Data Analysts, Data Scientists, Data Engineers, Developers, and Data Stewards to analyze data and construct models. In this module, you will learn about Watson Studio and IBM Cloud Pak for data as a service. Then you will create an IBM Watson Studio service and a project in Watson Studio. After creating the project, you will create a Jupyter notebook and load a data file. You will also explore the different templates and kernels in a Jupyter notebook. Finally, you will connect your Watson Studio account to GitHub and publish the notebook in GitHub.

1 hora para completar

5 videos (Total 22 minutos), 1 lectura, 1 cuestionario

Reseñas

4.5

4265 reseña

5 stars
66,80 %
4 stars
22,17 %
3 stars
6,76 %
2 stars
2,23 %
1 star
2,02 %

Principales reseñas sobre HERRAMIENTAS PARA LA CIENCIA DE DATOS

por ED14 de ago. de 2022

I love the detailing of every aspect of this course. The Labs, the free subscriptions and free trials provided by IBM Skills Network, everything has been so amazing. Thank you Coursera, thank you IBM.

por AJ15 de sep. de 2020

Absolutely Loved this course!! Challenging at times to keep up with all the terms and processes. The course provided great insight into Data Science. Would highly recommend it as your first course.

por SS19 de jul. de 2020

Good content, excellent delivery. Week1 had too much of information at once. I was left with little motivation after week-1. All the other weeks were good. Exercises were engaging and very useful.

por ST31 de oct. de 2018

Everything was good, except the stuff with Zeppelin notebooks. That was just confusing and it felt like there were large chunks of explanations missing for people with no programming background

Ver todas las reseñas

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 Certificado?
Cuando te inscribes en un curso, obtienes acceso a todos los cursos del Certificado 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.

¿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

Herramientas para la ciencia de datos

Acerca de este Curso

Qué aprenderás

Habilidades que obtendrás

Instructores

Aije Egwaikhide

Svetlana Levitan

Romeo Kienzler

Ofrecido por

Habilidades en redes de IBM

Comienza a trabajar para obtener tu licenciatura.

Programa - Qué aprenderás en este curso

Overview of Data Science Tools

Languages of Data Science

Packages, APIs, Datasets and Models

Jupyter Notebooks and JupyterLab

RStudio & GitHub

Create and Share your Jupyter Notebook

[Optional] Bonus Module

Reseñas

Principales reseñas sobre HERRAMIENTAS PARA LA CIENCIA DE DATOS

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

Herramientas para la ciencia de datos

Acerca de este Curso

Qué aprenderás

Habilidades que obtendrás

Instructores

Aije Egwaikhide

Svetlana Levitan

Romeo Kienzler

Ofrecido por

Habilidades en redes de IBM

Comienza a trabajar para obtener tu licenciatura.

Programa - Qué aprenderás en este curso

Overview of Data Science Tools

Languages of Data Science

Packages, APIs, Datasets and Models

Jupyter Notebooks and JupyterLab

RStudio & GitHub

Create and Share your Jupyter Notebook

[Optional] Bonus Module

Reseñas

Principales reseñas sobre HERRAMIENTAS PARA LA CIENCIA DE DATOS

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