Acerca de este Curso

2,795,181 vistas recientes

Resultados profesionales del estudiante

33%

comenzó una nueva carrera después de completar estos cursos

35%

consiguió un beneficio tangible en su carrera profesional gracias a este curso

10%

consiguió un aumento de sueldo o ascenso

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Nivel intermedio

Aprox. 16 horas para completar

Inglés (English)

Subtítulos: Chino (tradicional), Portugués (de Brasil), Vietnamita, Coreano, Inglés (English), Hebreo...

Qué aprenderás

  • Understand techniques such as lambdas and manipulating csv files

  • Describe common Python functionality and features used for data science

  • Query DataFrame structures for cleaning and processing

  • Explain distributions, sampling, and t-tests

Habilidades que obtendrás

Python ProgrammingNumpyPandasData Cleansing

Resultados profesionales del estudiante

33%

comenzó una nueva carrera después de completar estos cursos

35%

consiguió un beneficio tangible en su carrera profesional gracias a este curso

10%

consiguió un aumento de sueldo o ascenso

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Nivel intermedio

Aprox. 16 horas para completar

Inglés (English)

Subtítulos: Chino (tradicional), Portugués (de Brasil), Vietnamita, Coreano, Inglés (English), Hebreo...

Instructor

ofrecido por

Logotipo de Universidad de Míchigan

Universidad de Míchigan

Programa - Qué aprenderás en este curso

Calificación del contenidoThumbs Up91%(42,538 calificaciones)Info
Semana
1

Semana 1

3 horas para completar

Week 1

3 horas para completar
11 videos (Total 58 minutos), 4 lecturas, 1 cuestionario
11 videos
Data Science7m
The Coursera Jupyter Notebook System3m
Python Functions8m
Python Types and Sequences8m
Python More on Strings3m
Python Demonstration: Reading and Writing CSV files3m
Python Dates and Times2m
Advanced Python Objects, map()5m
Advanced Python Lambda and List Comprehensions2m
Advanced Python Demonstration: The Numerical Python Library (NumPy)7m
4 lecturas
Syllabus10m
Help us learn more about you!10m
50 years of Data Science, David Donoho (optional)1h 30m
Notice for Auditing Learners: Assignment Submission10m
1 ejercicio de práctica
Week One Quiz12m
Semana
2

Semana 2

3 horas para completar

Week 2

3 horas para completar
8 videos (Total 45 minutos), 1 lectura, 2 cuestionarios
8 videos
The Series Data Structure4m
Querying a Series8m
The DataFrame Data Structure7m
DataFrame Indexing and Loading5m
Querying a DataFrame5m
Indexing Dataframes5m
Missing Values4m
1 lectura
Common Assignment Pitfalls10m
Semana
3

Semana 3

3 horas para completar

Week 3

3 horas para completar
6 videos (Total 35 minutos)
6 videos
Pandas Idioms6m
Group by6m
Scales7m
Pivot Tables2m
Date Functionality5m
Semana
4

Semana 4

6 horas para completar

Week 4

6 horas para completar
4 videos (Total 25 minutos), 1 lectura, 2 cuestionarios
4 videos
Distributions4m
More Distributions8m
Hypothesis Testing in Python10m
1 lectura
Post-course Survey10m

Acerca de Programa especializado: Ciencias de los Datos Aplicada con Python

The 5 courses in this University of Michigan specialization introduce learners to data science through the python programming language. This skills-based specialization is intended for learners who have a basic python or programming background, and want to apply statistical, machine learning, information visualization, text analysis, and social network analysis techniques through popular python toolkits such as pandas, matplotlib, scikit-learn, nltk, and networkx to gain insight into their data. Introduction to Data Science in Python (course 1), Applied Plotting, Charting & Data Representation in Python (course 2), and Applied Machine Learning in Python (course 3) should be taken in order and prior to any other course in the specialization. After completing those, courses 4 and 5 can be taken in any order. All 5 are required to earn a certificate....
Ciencias de los Datos Aplicada con Python

Preguntas Frecuentes

  • Una vez que te inscribes para obtener un Certificado, tendrás acceso a todos los videos, cuestionarios y tareas de programación (si corresponde). Las tareas calificadas por compañeros solo pueden enviarse y revisarse una vez que haya comenzado tu sesión. Si eliges explorar el curso sin comprarlo, es posible que no puedas acceder a determinadas tareas.

  • 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.

  • 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.

  • Sí, Coursera ofrece ayuda económica a los estudiantes que no pueden pagar la tarifa. Solicítala haciendo clic en el enlace de Ayuda económica que está debajo del botón “Inscribirse” a la izquierda. Se te pedirá que completes una solicitud. Recibirás una notificación en caso de que se apruebe. Deberás completar este paso para cada uno de los cursos que forman parte del Programa especializado, incluido el proyecto final. Obtén más información.

  • Este Curso no otorga crédito universitario, pero algunas universidades pueden aceptar los Certificados del curso para obtener crédito. Consulta con tu institución para obtener más información. Los Títulos en línea y los Certificados Mastertrack™ de Coursera brindan la oportunidad de obtener créditos universitarios.

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