Das Wichtigste in Kürze

  • Online-Kurs mit Videos
  • Englischer Kurs mit deutschem Untertitel
  • Circa 20 Stunden bis zum Abschluss
  • Keine festen Start- und Endzeiten
  • Mit Coursera Zertifikat

Vorteile

  • Online-Kurs mit On-Demand-Videos und Lektüren
  • Deutsche Untertitel vorhanden
  • Freie Einteilung der Lernzeiten und eigenes Lerntempo
  • Über die App auch mobiler Abschluss möglich
  • Teilnehmer erhalten ein Zertifikat

Nachteile

  • keine Nachteile ersichtlich

In diesem Kurs lernen die Teilnehmer die wichtigsten Tools für den Bereich Data Science sowie deren Verwendung kennen. Die Teilnehmer erfahren, mit welchem Toolkit Data Scientists arbeiten und erlangen die Fähigkeiten dieses in der Praxis anzuwenden. Der Kurs umfasst nicht nur theoretisches Wissen, sondern hält auch praktische Erfahrungen für die Teilnehmer bereit. In einem Abschlussprojekt setzen die Teilnehmer die erlernten Fähigkeiten ein und bringen den Kurs zu einem erfolgreichen Abschluss.

Der Kurs wurde für Einsteiger entwickelt. Es sind für die Teilnahme daher keinerlei Erfahrungen im Bereich Programmierung oder Data Science erforderlich. Die Teilnehmer erlernen von Grund auf alle Fähigkeiten, die sie für die Bearbeitung des Projekts benötigen. Vermittelt wird das Wissen mit Videos, die über das Internet abgerufen werden. Da der Kurs keine festen Start- und Endzeiten enthält, legen die Teilnehmer ihr Lerntempo selbst fest und genießen höchste Flexibilität. Mit Abschluss des Kurses erwerben die Teilnehmer ein Coursera Zertifikat.

Zielgruppe

Der Kurs wurde für alle Personen entwickelt, die das Data Science Toolkit kennenlernen und den Umgang damit erlernen möchten. Außerdem ist der Kurs Bestandteil von mehreren Spezialsierungen und richtet sich daher auch an die Teilnehmer, die diese absolvieren.

Ziele

Der Kurs geht auf die Tools des Data Scientists ein und stellt Bibliotheken und Pakete, Big Data Tools, Datensätze und Modelle für Machine Learning vor. Die Teilnehmer erlernen den Umgang mit den häufig verwendeten Sprachen Python, R sowie SQL und wichtigen Tools wie Jupyter Notebooks und RStudio.

Zertifizierung

Die Teilnehmer schließen diesen Kurs mit einem Zertifikat ab. Das Zertifikat kann zum Beispiel für Bewerbungen oder zur Vorlage beim Arbeitgeber verwendet werden. Ebenfalls können die Coursera Zertifikate in das LinkedIn Profil eingebunden werden.

Inhalte

Der Lehrplan des Kurses »Tools for Data Science« enthält Kursinhalte für 4 Wochen. Da die Start- und Endzeiten nicht vorgegeben sind, entscheiden die Teilnehmer selbst, wie viel Zeit sie sich für die Bearbeitung nehmen. Die Kursinhalte behandeln unter anderem die folgenden Themen:

  • Woche 1 – Toolkit für Data Scientists:
    • Sprachen im Bereich Data Science
    • Einführung in die Programmiersprache Python
    • Einführung in die R-Programmierung
    • Einführung in die Datenbanksprache SQL
    • Andere relevante Sprachen
    • Kategorien von Data Science Tools
    • Open Source Tools für Data Science
    • Kommerzielle Tools für Data Science
    • Cloudbasierte Tools für Data Science
    • Bibliotheken für Data Science
    • Anwendungsprogrammierschnittstellen (API)
    • Datensätze – Powering Data Science
    • Gemeinsame Nutzung von Unternehmensdaten (Data Asset eXchange)
    • Modelle für Machine Learning
    • Modell Asset Exchange
  • Woche 2 – Open Source Tools:
    • Einführung in Jupyter Notebook
    • Erste Schritte mit Jupyter
    • Jupyter-Kernel und -Architektur
    • Einführung in R und RStudio
    • Plotten in RStudio
    • Überblick Git/GitHub
    • Erste Schritte mit GitHub
    • Arbeiten mit Branches in GitHub
    • Git und GitHub über die Befehlszeile
    • Verzweigungen und Zusammenführung über die Befehlszeile
  • Woche 3 – IBM Tools für Data Science:
    • Was ist IBM Watson Studio?
    • Einführung in IBM Watson Studio
    • Erstellen eines Kontos in IBM Watson Studio
    • Jupyter Notebook in IBM Watson Studio
    • Verknüpfung von GitHub mit IBM Watson Studio
    • Andere IBM Tools für Data Science
    • IBM Watson Wissenskatalog
    • Data Refinery
    • SPSS Modeler Flows in Watson Studio
    • IBM SPSS Modeler
    • SPSS Statistiken
    • Modellbereitstellung mit Watson Machine Learning
    • Automatische KI in IBM Watson Studio
    • IBM Watson OpenScale
  • Woche 4 – Erstellen, konfigurieren und teilen eines Jupyter-Notebooks:
    • Als Abschlussaufgabe wenden die Teilnehmer ihre erlernten Fähigkeiten an

Dozent/-en

An der Erstellung des Kurses waren drei Dozenten beteiligt:
Aije Egwaikhide, Senior Data Scientist bei IBM
Romeo Kienzler, Chief Data Sientist und Course Lead bei IBM Watson IoT
Svetlana Levitan, Senior Developer Advocate im IBM Center

Kosten und Bezahlung

Die Kosten für die Absolvierung des Kurses betragen 39€ im Monat, wenn dieser als einzelnes Lernprogramm gewählt wird. Absolviert werden kann der Kurs auch von Coursera Plus Mitgliedern. Hier liegen die Kosten bei monatlich 59€. Dafür können die Teilnehmer unbegrenzt Zertifikate erwerben und haben Zugriff auf mehr als 7.000 Kurse. Die Bezahlung wird per PayPal oder über die Kreditkarte durchgeführt.

Preis 39,00 € (inkl. MwSt)
Bezahlmethode Kreditkarte, PayPal
Zahlungsweise monatlich

Teilnahmevoraussetzungen

Für diesen Kurs werden vom Anbieter keine speziellen Voraussetzungen genannt.

Fachliche Voraussetzungen

Der Kurs erfordert keine Grundkenntnisse in der Programmierung und auch keine Data Science Erfahrung.

Technische Voraussetzungen

Für die Absolvierung des Kurses wird ein PC oder Notebook mit Internetzugang benötigt. Empfohlen wird außerdem die Verwendung von Lautsprechern oder Kopfhörern. Zusätzlich sollte die aktuelle Version eines Browsers installiert sein. Für die mobile Teilnahme hingegen wird ein iOS- oder Android-Tablet beziehungsweise -Smartphone benötigt.

Medium – Wie wird das Wissen vermittelt?

Das Wissen wird bei diesem Kurs über Videos vermittelt, die über das Internet abgerufen werden. Außerdem stehen Lektüren zur Verfügung, die als Ergänzung zu den Videos bearbeitet werden. Am Ende bearbeiten die Teilnehmer ein Abschlussprojekt und wenden die zuvor erlernten Fähigkeiten an.

Format Onlinekurs
Videos Ja
Audio Ja
Handout Ja
Zugangsdauer unbegrenzt

Interaktion – Dozenten/Teilnehmer-Kommunikation

Eine Interaktion mit dem drei Dozenten ist bei diesem Lernprogramm nicht möglich. Die Videos wurden im Voraus aufgezeichnet und der Kurs beinhaltet keinen Live-Online-Unterricht. Für die Kommunikation mit anderen Teilnehmern hingegen steht die Coursera Community zur Verfügung. Hierüber können sich die Kursteilnehmer austauschen und bei Bedarf auch unterstützen.

Kundenservice

Der Kundenservice von Coursera beinhaltet ein Help Center mit FAQ-Bereich, das die Antworten auf die häufigsten Fragen liefert. Wenn die gesuchte Antwort nicht vorhanden sein sollte, kann der Kundenservice auch direkt kontaktiert werden, um das Anliegen mit einem Mitarbeiter des Supports zu klären.

Fazit

Der Kurs »Tools for Data Science« stellt die wichtigsten Tools im Bereich Data Science vor und geht zusätzlich auf deren Verwendung ein. Die Teilnehmer benötigen weder Programmierkenntnisse noch Erfahrung mit Data Science. Am Ende des Kurses bearbeiten die Teilnehmer ein Abschlussprojekt und wenden die erlernten Fähigkeiten in der Praxis an. Da der Kurs keine vorgegebenen Start- und Endzeiten hat, können die Teilnehmer sich ihre Lernzeiten frei einteilen und ihr Lerntempo selbst wählen. Über die Coursera App kann der Kurs auch mobil absolviert werden.