Interessieren Sie sich für Data Science, aber Ihnen fehlt der mathematische Hintergrund dafür? War Mathe schon immer ein schwieriges Fach, das Sie eher meiden? In diesem Kurs lernen Sie die grundlegendsten Konzepte der Infinitesimalrechnung, die Sie für eine Karriere in der Datenwissenschaft benötigen, ohne eine Menge unnötiger Beweise und Techniken, die Sie vielleicht nie anwenden werden. Betrachten Sie diesen Kurs als eine Schnellstraße zu den Datenwissenschaften mit leicht verständlichen Methoden und freundlichen Konzepten, die Ihnen helfen werden, die wichtigsten Ideen der Differenzialrechnung wirklich zu verstehen. Wir werden einige Grundlagen der Algebra wiederholen, darüber sprechen, was eine Ableitung ist, einige einfache Ableitungen berechnen und die Grundlagen der Ableitungen auf die grafische Darstellung und Maximierung von Funktionen anwenden. Dieser Kurs soll die Teilnehmer darauf vorbereiten, den Kurs Statistical Modeling for Data Science Application erfolgreich abzuschließen, der Teil des Master of Science in Data Science (MS-DS) Programms der CU Boulder ist.

Algebra und Differentialrechnung für Data Science

Algebra und Differentialrechnung für Data Science
Dieser Kurs ist Teil von Spezialisierung „Expressway to Data Science: Grundlegende Mathematik“
Unterrichtet in Deutsch (KI-Synchronisation)

Dozent: Jane Wall
25.257 bereits angemeldet
Bei Mehr erfahren enthalten
269 Bewertungen
Empfohlene Erfahrung
Was Sie lernen werden
Üben Sie den Umgang mit den Eigenschaften von Logarithmen und dem grafischen Verhalten von Logarithmusfunktionen.
Erkennen Sie den Unterschied zwischen einer kontinuierlichen und einer nicht-kontinuierlichen Funktion.
Festigen Sie das Verständnis dafür, was ein Derivat berechnet.
Verstehen, wie man Ableitungen verwendet, um Graphen von Funktionen zu erstellen.
Kompetenzen, die Sie erwerben
- Kategorie: Angewandte Mathematik
- Kategorie: Grafische Darstellung
- Kategorie: Mathematische Theorie und Analyse
- Kategorie: Kalkulation
- Kategorie: Algebra
- Kategorie: Derivate
- Kategorie: Numerische Analyse
- Kategorie: Datenwissenschaft
- Kategorie: Allgemeine Mathematik
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
25 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 6 Module
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Bereiten Sie sich auf einen Abschluss vor.
Wenn Sie Kurs von University of Colorado Boulder absolvieren, erhalten Sie möglicherweise eine Vorschau der Themen, Materialien und Lehrkräfte für einen verwandten Studiengang. So können Sie besser einschätzen, ob das Thema oder die Universität die richtige Wahl für Sie wäre.
Dozent

Mehr von Mathematik und Logik entdecken

University of Colorado Boulder

University of Pittsburgh

University of Pittsburgh
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 Sterne
74,34 %
- 4 Sterne
15,61 %
- 3 Sterne
4,83 %
- 2 Sterne
1,48 %
- 1 Stern
3,71 %
Zeigt 3 von 269 an
Geprüft am 11. Aug. 2023
Good course. Teacher had problems with keeping equations and graphs in viewing area.
Geprüft am 3. Nov. 2022
Excellent course. I never did university calculus, and this was a great way to test my understanding and prompt additional learning as I attempted the quizzes.Thank you!
Geprüft am 24. Apr. 2023
overall good course was a good refresher for my exams and the way the material is taught makes it very easy to understand.
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,



