企业数据科学的实践
简介
无论是打击欺诈、检测癌症还是预测飓风，您都需要数据和人工智能。加入新一波精通数据的专业人士行列，获取市场上数以百万计的工作机会。
IBM SkillsBuild for Academia
自定进度的课程
这是一门调查课程，让学员了解数据科学方法，以解决现实生活中的企业业务问题。
寻找工作？
掌握一套新的数据分析技能，辅以低代码人工智能技术和行业知识，就能加入数据科学团队，成为精通数据的新一代专业人士中的一员，获得市场上数以百万计的工作机会。
想找一份更好的工作？
如果您已经有了一份工作，甚至有了一些数据分析方面的经验，那么就可以通过本课程选择一个专业方向，从而提升您的职业生涯。
目标
在数据科学团队中扮演不同角色，解决企业内部的实际挑战，并利用人工智能技术。
范围
- 数据科学团队的角色
- 数据科学方法
- 数据分析工具
- 真实世界的使用案例
学习成果。
- 了解数据科学团队的组成和工作，包括不同的角色、流程和工具
- 在数据中寻找结构和进行预测所必需的关键统计概念和方法
- 通过学习内化数据科学方法：(a) 描述一个商业问题；(b) 提出一个假设；(c) 展示分析周期中方法论的使用；(d) 计划执行
- 通过识别和收集所需的数据，以及操作、转换和清理数据来构建可用的数据集；展示处理数据异常的能力，如缺失值、异常值、不平衡数据和数据规范化。
- 对IBM Watson Studio、Data Refinery Spark、Jupyter Notebooks和Python库有实践经验
- 可视化统计分析，识别模式，并将结果有效地传达给执行发起人，以实现业务驱动的决策。
课程经历
关于本课程
本课程分为三个练习级别。每个级别都涵盖更高级的主题，并在前几个练习级别的概念、练习和技能的基础上更上一层楼。
第1级--数据科学方法
探索建立高效数据科学团队所需的人员、流程和工具。
- 1.数据科学景观
- 2.云上的数据科学
- 3.数据科学方法论
第2级--数据整理
执行数据处理技术，以识别模式和提取见解。
- 1.探索和准备数据
- 2.探索保险索赔数据（互动案例研究）
- 3.表示和转换数据
- 4.发现索赔欺诈的模式（互动式案例研究）。
第3级--决策支持
利用可视化技术提供业务影响分析和支持。
- 1.数据的可视化和展示
- 2.欺诈诊断分析（互动式案例研究）
先决条件
在参加这个课程提供之前，你需要具备的技能：
完成数据科学从业者系列中的企业数据科学入门课程。
此外，您还需要事先了解以下主题：
- 数据科学项目在支持多个行业的业务数字化转型中的相关性
- 在统计学、计算机编程和领域专业知识的交叉点上发现的数据科学跨学科技能组合
- 数据科学团队的角色：数据科学家、数据工程师、数据分析师和AI开发人员
- 云中的数据科学协作平台，包括IBM Watson Studio和Data Refinery
- 使用CSV数据集进行数据摄取和操作。
数字凭证
中级
企业数据科学的实践
查看徽章关于这个徽章
此徽章获得者已完成此在线学习体验中的所有学习活动，包括与数据科学方法相关的动手实验、概念、方法和工具。他们通过参与真实世界的场景和角色扮演数据科学团队使用的流程/工具，展示了数据科学方法论的技能和理解；学习示例：一个利用尖端欺诈分析方法和技术的保险业场景。
技能
数据分析师、数据工程师、数据提炼、数据科学、数据可视化、数据处理、保险欺诈、Jupyter Notebooks、PixieDust、Python 库、Watson Studio。
标准
- 必须参加实施IBM技能学院计划的高等教育机构的培训课程。
- 必须完成自定进度的在线课程活动，以及验证对所涵盖主题理解的知识检查。