Python應用數據科學課程

密西根大學Python應用數據科學課程、統計分析課程

更新日期: 2023 年 7 月 5 日

密西根大學為美國首屈一指的綜合性研究型公立大學,知名校友包括Google共同創辦人賴利·佩吉(Larry Page),蘋果(Apple)前副總裁、 iPod 、 Google Nest 設計者 Tony Fadell,以及諾貝爾物理獎得主丁肇中、中研院副院長朱敬一等。

本文介紹美國密西根大學(University of Michigan)coursera上開設的Python課程,包括Python入門與進階課程、Python應用數據科學、使用Python進行統計分析課程。

密西根大學課程均涵蓋於coursera PLUS中,擁有PLUS資格個朋友可以完整上課,完課後取得證書。

更多關於coursera上課方案,可參考〈3要點速懂coursera課程費用方案〉。

Python應用數據科學課程

  • 課程內容:
    1. Introduction to Data Science in Python
    2. Applied Plotting, Charting & Data Representation in Python
    3. Applied Machine Learning in Python
    4. Applied Text Mining in Python
    5. Applied Social Network Analysis in Python

Python入門課,從程式設計基礎概念開始

  • 課程名稱:Python for Everybody Specialization
  • 課程時間:每週學習10小時,約2個月可完成課程;每週學習3小時,約8個月可完成課程
  • 課程說明:
    • 由Charles Russell Severance教授授課,專門給沒有任何程式設計基礎學習者的課程,將近150萬人註冊上課。
    • 從程式設計基礎概念開始一步一步的帶你學習Python,除了Python基礎知識,並會帶入資料結構、網路應用程式介面、資料庫教學,並使用程式語言進行學習。
    • 運用課程所學的數據檢索、處理與視覺化技能,設計並創建自己的應用程式專案。
  • 課程內容:包括4個子課程-
    1. Programming for Everybody (Getting Started with Python)
      詳細內容可參考〈Python基礎觀念教學課程,一步一步帶你理解程式碼怎麼運作〉
    2. Python Data Structures
    3. Python Data Structures
    4. Using Databases with Python

Python進階與實作課程

  • 課程名稱:Python 3 Programming Specialization
  • 課程時間:每週學習10小時,約3個月可完成課程;每週學習7小時,約5個月可完成課程
  • 課程說明:
    • 作為《Python for Everybody》與《Applied Data Science with Python》兩門課之間的銜接課程。
    • 除了基礎的Python教學,例如變數、條件判斷、迴圈,並進一步教你關鍵字參數、列表生成式(list comprehensions)、Lambda表達式、類繼承(class inheritance)。
    • 課程中會帶你實作,包括建立一個簡單的情感分析器,計算社群媒體上正、負面的留言數量;整合2個API來創建電影推薦系統;對圖像進行光學字符識別(OCR)、物體檢測。
    • 完成課程後,你將具備查詢網絡API並提取資料技能、學會自己閱讀文件使用新的模組與API,幫助你成為可以獨立作業的Python工程師。
  • 課程內容:包含5個子課程-
    1. Python Basics
    2. Python Functions, Files, and Dictionaries
    3. Data Collection and Processing with Python
    4. Python Classes and Inheritance
    5. Python Project:pillow, tesseract, and opencv

使用Python進行統計分析

  • 課程名稱:Statistics with Python Specialization
  • 課程時間:每週學習10小時,約3個月可完成課程;每週學習4小時,約3個月可完成課程
  • 課程說明:
    • 利用Python教你統計分析的初級和中級概念。將在本課程中學習數據的來源、可以收集的數據類型、數據設計、數據管理以及如何有效進行數據探索和可視化。
    • 你將能夠利用數據進行估計和理論評估,建立信賴區間(confidence intervals),解釋推論結果,並應用進階統計建模程序。
  • 課程內容:包括3個子課程-
    1. Understanding and Visualizing Data with Python
    2. Inferential Statistical Analysis with Python
    3. Fitting Statistical Models to Data with Python

延伸閱讀:

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *