このコースについて

18,458 最近の表示
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
初級レベル
約7時間で修了
英語

学習内容

  • What is data science

  • How data science, machine learning, and data-driven innovation can benefit business outcomes

  • Foundational concepts and intuitions about machine learning techniques

習得するスキル

Data ScienceBusiness AnalyticsDecision-MakingData AnalysisBig Data
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
初級レベル
約7時間で修了
英語

提供:

Placeholder

EIT Digital

Placeholder

ミラノ工科大学(Politecnico di Milano)

シラバス - 本コースの学習内容

1

1

1時間で修了

Introduction to Data-driven Business

1時間で修了
3件のビデオ (合計13分), 2 学習用教材, 2 個のテスト
3件のビデオ
Data-driven Decision Making for Data-centric Organizations2 分
What's Big Data? How Does It Relate to Data Science?6 分
2件の学習用教材
Data-driven Decision Making for Data-centric Organizations15 分
What's Big Data? How Does It Relate to Data Science?15 分
2の練習問題
Data-driven Decision Making for Data-centric Organizations3 分
Big Data and Data Science10 分
2

2

2時間で修了

Terminology and Foundational Concepts

2時間で修了
3件のビデオ (合計16分), 3 学習用教材, 3 個のテスト
3件のビデオ
Machine Learning9 分
Solving Problems: Programming vs. Machine Learning3 分
3件の学習用教材
Success Story: Data Science at Netflix30 分
Machine Learning slides20 分
Solving Problems: Programming vs. Machine Learning10 分
3の練習問題
Success Story: Data Science at Netflix5 分
Machine Learning20 分
Solving Problems: Programming vs. Machine Learning30 分
3

3

3時間で修了

Data Science Methods for Business

3時間で修了
5件のビデオ (合計25分), 5 学習用教材, 5 個のテスト
5件のビデオ
Classification of User-generated Content to Recommend Restaurants2 分
Product Recommendation Using Decision Trees and Random Forests2 分
Hiring Employees Using Logistic Regression8 分
K-means Clustering6 分
5件の学習用教材
Linear Regression for Product Price Prediction10 分
Classification User-generated Content to Recommend Restaurants10 分
Product Recommendation Using Decision Trees and Random Forests10 分
Hiring Employees Using Logistic Regression10 分
Using k-means for Clustering10 分
5の練習問題
Linear Regression30 分
Naive Bayes30 分
Decision Trees and Random Forests30 分
Logistic Regression30 分
K-means Clustering6 分
4

4

1時間で修了

Challenges and Conclusions

1時間で修了
2件のビデオ (合計12分), 1 学習用教材, 1 個のテスト
2件のビデオ
Conclusions1 分
1件の学習用教材
Data Science Challenges20 分
1の練習問題
Data Science Challenges30 分

レビュー

DATA SCIENCE FOR BUSINESS INNOVATION からの人気レビュー

すべてのレビューを見る

よくある質問

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。