In diesem Kurs erhalten die Teilnehmer eine Einführung in das Gebiet der Statistik, einschließlich der Herkunft der Daten, des Studiendesigns, der Datenverwaltung und der Erforschung und Visualisierung von Daten. Die Lernenden werden verschiedene Arten von Daten identifizieren und lernen, wie man Zusammenfassungen für univariate und multivariate Daten visualisiert, analysiert und interpretiert. Die Lernenden werden auch mit den Unterschieden zwischen Wahrscheinlichkeitsstichproben und Nicht-Wahrscheinlichkeitsstichproben aus größeren Populationen vertraut gemacht, mit der Idee, wie Stichprobenschätzungen variieren und wie auf der Grundlage von Wahrscheinlichkeitsstichproben Rückschlüsse auf größere Populationen gezogen werden können. Am Ende jeder Woche werden die Lernenden die erlernten statistischen Konzepte mit Python in der Kursumgebung anwenden. Während dieser praxisorientierten Sitzungen lernen die Teilnehmer die verschiedenen Einsatzmöglichkeiten von Python als Werkzeug kennen, darunter die Bibliotheken Numpy, Pandas, Statsmodels, Matplotlib und Seaborn. Mit Hilfe von Tutorial-Videos werden die Teilnehmer durch die Erstellung von Visualisierungen und die Datenverwaltung mit Python geführt. Dieser Kurs nutzt die Jupyter Notebook-Umgebung von Coursera.

Verstehen und Visualisieren von Daten mit Python
Sichern Sie sich 60 € Ersparnis und erweitern Sie Ihre Fähigkeiten mit Coursera Plus. Sparen Sie 3 Monate lang 40%.

Verstehen und Visualisieren von Daten mit Python
Dieser Kurs ist Teil von Spezialisierung „Statistik mit Python“
Unterrichtet in Deutsch (KI-Synchronisation)



Dozenten: Brenda Gunderson
157.843 bereits angemeldet
Bei Mehr erfahren enthalten
2,741 Bewertungen
Empfohlene Erfahrung
Was Sie lernen werden
Verschiedene Datentypen richtig identifizieren und die verschiedenen Verwendungszwecke für jeden einzelnen verstehen
Erstellen Sie Datenvisualisierungen und numerische Zusammenfassungen mit Python
Kommunizieren Sie statistische Ideen klar und prägnant an ein breites Publikum
Geeignete Analysemethoden für Wahrscheinlichkeits- und Nicht-Wahrscheinlichkeitsstichproben identifizieren
Kompetenzen, die Sie erwerben
- Kategorie: Stichproben (Statistik)
- Kategorie: Box Plots
- Kategorie: Statistik
- Kategorie: Datenwörterbuch
- Kategorie: Datenanalyse
- Kategorie: Statistische Analyse
- Kategorie: Matplotlib
- Kategorie: Statistische Inferenz
- Kategorie: Explorative Datenanalyse
- Kategorie: Deskriptive Statistik
- Kategorie: Plot (Grafiken)
- Kategorie: Statistische Visualisierung
- Kategorie: Datenkompetenz
- Kategorie: Wahrscheinlichkeitsrechnung und Statistik
- Kategorie: Datenvisualisierung
- Kategorie: Statistische Methoden
- Kategorie: Wissenschaftliche Visualisierung
Werkzeuge, die Sie lernen werden
- Kategorie: Jupyter
- Kategorie: NumPy
- Kategorie: Python-Programmierung
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
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 4 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.
Dozenten

Mehr von Datenanalyse entdecken
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 Sterne
75,84 %
- 4 Sterne
18,38 %
- 3 Sterne
3,53 %
- 2 Sterne
1,02 %
- 1 Stern
1,20 %
Zeigt 3 von 2741 an
Geprüft am 19. März 2023
It's a great course to learn how to use python for statistical analysis and to understand valuable concepts in statistica because of the excellent job made by teachers and course staff
Geprüft am 20. Jan. 2021
This was a quick way of understanding the basics. I liked how detailed and basic the learning instructions were. Anyone, even those without a statistics background can begin from here
Geprüft am 28. Mai 2020
This course is very good for the people who are not from programming background as everything related to the concepts is very well explained (with programming support) throughout the course
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,
¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.






![40% off
[Microsoft, Google, Meta, and Stanford logos]](https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://images.ctfassets.net/00atxywtfxvd/5p5OGXgJUOTyLE0FFqp4d8/bc1b63aa4ef258b627212f818f1076c3/Eurozone_Main-Campaign_Canned-Collection-480x350.webp?auto=format%2Ccompress&dpr=1&w=960&h=700)

