この専門講座について
10,314 最近の表示

100%オンラインコース

自分のスケジュールですぐに学習を始めてください。

フレキシブルなスケジュール

柔軟性のある期限の設定および維持

初級レベル

約7か月で修了

推奨4時間/週

英語

字幕:英語, 韓国語, ドイツ語

習得するスキル

StatisticsData AnalysisMachine LearningRegression Analysis
このSpecializationを受講している学習者は
  • Data Analysts
  • Data Scientists
  • Machine Learning Engineers
  • Business Analysts
  • Economists

100%オンラインコース

自分のスケジュールですぐに学習を始めてください。

フレキシブルなスケジュール

柔軟性のある期限の設定および維持

初級レベル

約7か月で修了

推奨4時間/週

英語

字幕:英語, 韓国語, ドイツ語

専門講座の仕組み

コースを受講しましょう。

Coursera(コーセラ)の専門講座は、一連のコース群であり、技術を身に付ける手助けとなります。開始するには、専門講座に直接登録するか、コースを確認して受講したいコースを選択してください。専門講座の一部であるコースにサブスクライブすると、自動的にすべての専門講座にサブスクライブされます。1つのコースを修了するだけでも結構です。いつでも、学習を一時停止したり、サブスクリプションを終了することができます。コースの登録状況や進捗を追跡するには、受講生のダッシュボードにアクセスしてください。

実践型プロジェクト

すべての専門講座には、実践型プロジェクトが含まれています。専門講座を完了して修了証を獲得するには、成功裏にプロジェクトを終了させる必要があります。専門講座に実践型プロジェクトに関する別のコースが含まれている場合、専門講座を開始するには、それら他のコースをそれぞれ終了させる必要があります。

修了証を取得

すべてのコースを終了し、実践型プロジェクトを完了すると、修了証を獲得します。この修了証は、今後採用企業やあなたの職業ネットワークと共有できます。

how it works

この専門講座には5コースあります。

コース1

Data Management and Visualization

4.4
705件の評価
195件のレビュー
コース2

Data Analysis Tools

4.5
348件の評価
77件のレビュー
コース3

Regression Modeling in Practice

4.4
239件の評価
48件のレビュー
コース4

Machine Learning for Data Analysis

4.2
233件の評価
50件のレビュー

講師

Avatar

Lisa Dierker

Professor
Psychology
Avatar

Jen Rose

Research Professor
Psychology

業界パートナー

Industry Partner Logo #0
Industry Partner Logo #1

ウェズリアン大学(Wesleyan University)について

At Wesleyan, distinguished scholar-teachers work closely with students, taking advantage of fluidity among disciplines to explore the world with a variety of tools. The university seeks to build a diverse, energetic community of students, faculty, and staff who think critically and creatively and who value independence of mind and generosity of spirit. ...

よくある質問

  • はい。まず始めに興味のあるコースカードをクリックして登録します。コースに登録して修了することによって、共有できる修了証を取得するか、無料でコースを聴講してコースの教材を確認することができます。専門講座の一部であるコースにサブスクライブすると、専門講座全体に自動的にサブスクライブされます。進捗を追跡するには、受講生のダッシュボードにアクセスしてください。

  • このコースは完全にオンラインで提供されているため、実際に教室に出席する必要はありません。Webまたはモバイル機器からいつでもどこからでも講義、学習用教材、課題にアクセスできます。

  • この専門講座では大学の単位は付与されませんが、一部の大学では専門講座修了証を単位として承認する場合があります。詳細については、大学にお問い合わせください。

  • No, Specializations are a premium product, and learners must pay or apply for financial aid to join them. You can access individual course content for free by searching for the course title in the catalog and choosing the This Course Only option when enrolling. You will not earn a Certificate in the free version of the course, or be able to access the Capstone Project.

  • Time to completion can vary based on your schedule, but most learners are able to complete the Specialization in 6-7 months.

  • Each course in the Specialization is offered on a regular schedule, with sessions starting about once per month. If you don't complete a course on the first try, you can easily transfer to the next session, and your completed work and grades will carry over. The Capstone Project will be offered four times per year on a recurring schedule.

  • We recommend taking the courses in the order presented, as each subsequent course will build on material from previous courses.

  • Coursera courses and certificates don't carry university credit, though some universities may choose to accept Specialization Certificates for credit. Check with your institution to learn more.

  • You will be able to access and manage data using either the Python or SAS programming language, explore patterns and associations among variables, and use machine learning methods to develop predictive algorithms. Additionally, you will have a portfolio of hands-on project work that demonstrates your ability to apply all of these methods to real-world situations.

  • You may choose to use either Python or SAS to complete the assignments. Both of these software packages are being made freely available.

  • This Specialization is appropriate for anyone interested in learning more about data analysis, including those new to the field. Some knowledge of basic programming and familiarity with linear algebra concepts may be helpful, but no specific background is required.

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。