Das Wichtigste in Kürze

  • 29-stündige Dauer
  • Videos im On-Demand-Format
  • Lektüren und Wissensfragen
  • finanzielle Unterstützung verfügbar

Vorteile

  • Auswahl zwischen kostenfreier und gebührenpflichtiger Teilnahme
  • inklusive Praxisaufgaben
  • keine zeitlichen Vorgaben
  • Informationen über Dozenten einsehbar

Nachteile

  • Zertifikat nur gegen Gebühr

Durch eine Bearbeitung von »Foundations of Data Science: K-Means Clustering in Python« sollen Teilnehmer unter anderem die Schlüsselkonzepte von Daten-Clustering erlernen und den K-Means-Algorithmus in Python integrieren können. Die Inhalte können von Personen ohne Vorwissen bearbeitet werden und sind somit auch für Anfänger und Quereinsteiger geeignet. Der Onlinekurs weist eine Dauer von etwa 29 Stunden auf und wird ohne fixe Termine und somit auch ohne zeitliche Bindung durchgeführt. Teilnehmern der kostenpflichtigen Variante steht nach der Bearbeitung ein Zertifikat von Coursera zur Verfügung. Im Onlinekurs wird auf On-Demand-Videos, Lektüren und Praxisübungen gesetzt.

Zielgruppe

»Foundations of Data Science: K-Means Clustering in Python« spricht vor allem angehende Datenwissenschaftler an. Jedoch können auch alle Personen den Onlinekurs belegen, die häufig mit der Verarbeitung und Analyse von Daten zu tun haben. Die Inhalte sind anfängerfreundlich gestaltet und können gänzlich ohne Vorwissen bearbeitet werden.

Ziele

Im Onlinekurs soll vor allem Grundlagenwissen vermittelt werden. Teilnehmer sollen einen soliden Einstieg in die Welt der Datenwissenschaft erhalten und lernen, wie dabei mit der Programmiersprache Python effizient gearbeitet werden kann. Es werden die Schlüsselkonzepte des Daten-Clusterings präsentiert und Teilnehmer sollen lernen, wie ein vollständiger Workflow entworfen werden kann.

Zertifizierung

»Foundations of Data Science: K-Means Clustering in Python« kann entweder mit oder ohne Zertifikat gebucht werden. Die Durchführung ohne Zertifikat ist kostenfrei. Bei der Durchführung mit Zertifikat entstehen entsprechende Kosten. Die Zertifizierung wird automatisch aktiviert, sobald alle Inhalte des Onlinekurses vollständig bearbeitet wurden. Der Abruf erfolgt dann im eigenen Account auf Coursera. Das Zertifikat kann bei Bedarf heruntergeladen oder über LinkedIn präsentiert werden. Auch die Eingliederung in einen Online-CV ist möglich.

Inhalte

In »Foundations of Data Science: K-Means Clustering in Python« erwartet Teilnehmer eine etwa 29-stündige Wissensvermittlung. Hierbei wird auf theoretische Wissensvermittlung und die Anwendung von praktischen Übungen zurückgegriffen. Es stehen On-Demand-Videos sowie Lektüren zur Verfügung, die Teilnehmer eigenständig bearbeiten. Wissensfragen überprüfen den Lernstand und in den praktischen Übungen kann das Gelernte angewendet werden. Teilnehmer arbeiten ohne zeitliche Vorgaben und können somit ihr individuelles Lerntempo wählen. Der Onlinekurs lässt sich umgehend nach der Anmeldung starten und jederzeit pausieren oder beenden. Vorab kann bereits der Einblick in den Lehrplan erfolgen. Hier werden nicht nur die genutzten Medien sowie die verschiedenen Module vorgestellt, Teilnehmer erhalten auch einen Leitfaden für die zeitliche Bearbeitung. Laut Coursera kann der Onlinekurs binnen fünf Wochen ohne Probleme abgeschlossen werden.

In Modul 1 werden die Grundlagen der Datenwissenschaft vermittelt. Teilnehmer erhaltenen einen Einblick in das K-Means-Clustering in Python und bekommen eine theoretische Einführung, die sich an Praxisbeispielen orientiert, um den Einstieg möglichst angenehm zu gestalten. Das maschinelle Lernen wird vorgestellt und Daten an sich werden näher betrachtet.

Modul 2 befasst sich mit Mittelwerten und Abweichungen in der Mathematik und Python. Es werden mathematische Konzepte im Bereich des Daten-Clusterings vorgestellt und der Mittelwert von eindimensionalen Listen berechnet. Teilnehmer erfahren zudem über Varianz und Standardabweichung.

In Modul 3 erfolgt der Übergang von eindimensionalen zu zweidimensionalen Daten. Hierbei werden verschiedene Features vorgestellt und unter anderem die Distanzmetrik und die Streuung besprochen. Teilnehmer erfahren über das Speichern von 2D-Koordinaten und lernen grafische Overlays einzufügen.

Modul 4 ermöglicht einen Einstieg in Pandas und vermittelt Wissen rund um die Verwendung von K-Means zur Datenanalyse. Das Arbeiten, Sortieren und Filtern in Pandas wird vorgestellt und die Interpretation von Daten mittels K-Means erlernt.

Modul 5 umfasst dann ein praktischen Daten-Clustering-Projekt, in dem Teilnehmer ihr gelerntes Wissen anwenden können.

Dozent/-en

In »Foundations of Data Science: K-Means Clustering in Python« kommen insgesamt vier Dozenten zur Sprache. Diese sind Dr. Matthew Yee-King, Dr. Betty Fyn-Sydney, Dr. Jamie A. Ward und Dr. Larisa Soldatova. Der Onlinekurs wird von der University of London angeboten. Alle vier Dozenten waren oder sind für diese Universität tätig.

Kosten und Bezahlung

Der Onlinekurs kann entweder ohne Kosten oder gegen Gebühr bearbeitet werden. Unterschied dabei ist, dass nur in der kostenpflichtigen Variante ein Zertifikat enthalten ist. Hierfür betragen die Kosten 49 Euro (inkl. MwSt.). Teilnehmer können sich für eine Bezahlung per PayPal oder Kreditkarte entscheiden. Sowohl die Anmeldung als auch der Bezahlprozess erfolgen online. Für den Onlinekurs kann bei Bedarf auch finanzielle Unterstützung durch Coursera angefragt werden. Dazu wird ein Formular ausgefüllt, welches innerhalb von zwei Wochen geprüft wird. Bei erfolgreicher Einreichung können die Kosten für »Foundations of Data Science: K-Means Clustering in Python« übernommen werden.

Preis 49,00 € (inkl. MwSt)
Bezahlmethode Kreditkarte, PayPal
Zahlungsweise einmalig

Teilnahmevoraussetzungen

Der Onlinekurs setzt Bedingungen zur Teilnahme ausschließlich für den technisches Bereich voraus.

Fachliche Voraussetzungen

Teilnehmer von »Foundations of Data Science: K-Means Clustering in Python« müssen keine fachlichen Kompetenzen mit sich bringen, um den Onlinekurs absolvieren zu können. Es kann jedoch von Vorteil sein, ein englisches Sprachverständnis vorweisen zu können.

Technische Voraussetzungen

Damit der gesamte Onlinekurs bearbeitet werden kann, muss auf einen PC oder Laptop zurückgegriffen werden. Teilnehmer haben jedoch die Möglichkeit, alle nichtpraktischen Inhalte per Smartphone oder Tablet durchzuführen. Egal welches Gerät genutzt wird, es bedarf stets einer guten Internetverbindung.

Medium – Wie wird das Wissen vermittelt?

In »Foundations of Data Science: K-Means Clustering in Python« kommen On-Demand-Videos und Lektüren zum Einsatz, um das theoretische Wissen vermitteln zu können. Für die Festigung der Inhalte werden praktische Aufgaben eingesetzt. Und durch zahlreiche Wissensfragen können Teilnehmer ihren eigenen Wissensstand überprüfen.

Format Onlinekurs
Videos Ja
Audio Ja
Handout Ja
Zugangsdauer unbegrenzt

Interaktion – Dozenten/Teilnehmer-Kommunikation

Teilnehmer können während der gesamten Bearbeitung nicht mit den Dozenten in Kontakt treten. Der Austausch mit anderen Besuchern von »Foundations of Data Science: K-Means Clustering in Python« kann über die Community von Coursera erfolgen.

Kundenservice

Der Kundenservice ist ausschließlich schriftlich über ein Onlineformular zu erreichen.

Fazit

»Foundations of Data Science: K-Means Clustering in Python« stellt ein Weiterbildungangebot in englischer Sprache dar, das von Anfänger absolviert werden kann. Der Onlinekurs kann kostenfrei ohne oder gegen Gebühr mit Zertifikat abgeschlossen werden. Während der Bearbeitung besteht kein Kontakt zu den Dozenten, die Kommunikation mit anderen Lernenden kann jedoch über die Community von Coursera erfolgen.