纳米学位

数据分析(进阶)

掌握数据分析的最佳实践,迈出职业第一步

由以下企业联合制作:
  • Facebook
  • MongoDB

掌握数据分析的最佳实践,迈出职业第一步

打下扎实基础,掌握数据分析的基础方法

为什么要学习数据分析?如果你想找一个拥有大量需求的职业,你需要为一些越来越常见以及廉价的东西提供稀缺且附带额外价值的服务。那么,什么东西正变得越来越常见和廉价?数据。什么可以为数据提供稀缺且附带额外价值的服务?数据分析。

—— Hal Varian,Google 首席经济学家,加州大学伯克利分校教授

独家课程内容,项目直播辅导

除了学习来自硅谷领先企业的课程视频、实战项目,你还可以参与针对每个实战项目的专业直播讲解!还有很多 Udacity 独家学习资料,等待你来探索。课程提供中文版。

加入同步学习小组,在导师监督下加速成长

你将加入学习小组,认识志同道合的伙伴,在专业导师全方位辅导和监督下,用最高效率掌握前沿技术,成为抢手人才。

独一无二的硅谷实战项目和代码审阅

亲自挑战我们与硅谷名企共同设计的技术实战项目,获得领域专家的逐行代码审阅和反馈,学习最先进的技术标准,为加入顶尖企业做好准备!

获得 Udacity 纳米学位认证

毕业后,你将获得 Udacity 和合作企业共同颁发的毕业证书,证明你的专业知识和技术水平,还有机会获得工作内推,通过快速通道加入顶尖企业!点击查看往届学生故事,了解纳米学位如何帮助他们实现职业理想。

他们也在学习“数据分析”

学习计划

先修要求
  • 对数据科学有浓厚兴趣,自我驱动,有明确的学习目标,每周至少投入10小时。
  • 对编程(最好是 Python)的基本概念有所了解,如变量、函数、循环,以及基本数据结构,如列表和字典。
  • 熟悉数据分析的基础方法。
推荐课程

如果你对数据分析的基本方法缺乏了解,建议先学习我们的 数据分析(入门)基石纳米学位课程。

  • 第一周

    数据清洗基础

    跟随 Shannon 了解常见的数据格式,数据提取流程,数据清洗方法。

  • 第二周

    查询语句

    学习并掌握基础的 SQL(或 MongoDB) 技能,并使用 SQL(或 MongoDB)分析数据。

  • 第三、四周

    项目:整理 OpenStreetMap 数据

    选择你感兴趣的城市提取并清洗数据,并使用 SQL(或 MongoDB)分析

  • 第五周

    EDA 基础及单变量分析

    跟随 Chris 和 Moira 了解 EDA 的基本概念、R 的基础语法并用 R 进行单变量分析。

  • 第六周

    双变量与多变量分析

    跟随 Chris 和 Moira 使用 R 进行双变量和多变量的分析。

  • 第七、八周

    项目:使用 R 分析数据集

    选取优达学城提供的任意数据集(红酒、白酒、美国总统财政捐助、Prosper贷款数据或者自选数据集),使用 R 并应用 EDA 分析数据集。

  • 第九周

    机器学习基础 1

    跟随 Sebastian ,Katie 学习机器学习的基础知识:朴素贝叶斯和支持向量机。

  • 第十周

    机器学习基础 2

    跟随 Sebastian ,Katie 学习机器学习的基础知识:决策树和数据集问题识别

  • 第十一周

    机器学习基础 3

    跟随 Sebastian ,Katie 学习机器学习的基础知识:回归、异常值识别和聚类分析。

  • 第十二周

    机器学习基础 4

    跟随 Sebastian ,Katie 学习机器学习的基础知识:特征缩放、文本学习、特征选择和主成分分析。

  • 第十三周

    机器学习基础 5

    跟随 Sebastian、Katie 学习机器学习的基础知识:验证及模型评估指标。

  • 第十四、十五周

    项目:使用机器学习分析安然数据集

    将所学的内容应用到安然数据集分析中。构建你的算法,探索安然财务和电子邮件数据集,最终找出有欺诈嫌疑的安然员工。

  • 第十六周

    可视化基础

    跟随 Chris 和 Ryan 学习可视化的基础知识,以及 D3 的基础构件。

  • 第十七周

    可视化原则及 Dimple.js 封装

    跟随 Chris 和 Ryan 学习 可视化设计原则,并学习 Dimple.js 封装。

  • 第十八周

    可视化展示

    跟随 Chris 和 Ryan 学习 通过可视化来讲故事的技巧以及动画展示。

  • 第十九、二十周

    项目:通过数据可视化来展示数据

    选取优达学城提供的任意数据集,创建一个数据集的数据可视化,突出数据中的趋势或模式,向读者讲述其中的故事。

查看更多

实战项目:你将挑战以下项目

  • 整理 OpenStreetMap 数据项目
    实战项目 1

    整理 OpenStreetMap 数据

    在 OpenStreetMap 中选择任意一个城市区域,然后使用数据加工技术(比如针对有效性、准确性、完整性、一致性和均匀性评估数据质量)进行整理。并使用 SQL 或 MongoDB 查询基本数据信息。

  • 研究和总结数据项目
    实战项目 2

    研究和总结数据

    选取优达学城提供的任意数据集,使用 R 并应用探索性数据分析技术,研究一个变量与多个变量的关系,并探索选定数据集的分布、异常值和反常现象。

  • 从安然公司邮件中发现欺诈证据项目
    实战项目 3

    从安然公司邮件中发现欺诈证据

    构建你的算法,探索安然财务和电子邮件数据集,最终找出有欺诈嫌疑的安然员工——这是一个侦探游戏,让你将你的机器学习技巧付诸实践。

  • 创建有效的数据可视化项目
    实战项目 4

    创建有效的数据可视化

    选取优达学城提供的任意数据集,创建一个数据集的数据可视化,突出数据中的趋势或模式,向读者讲述其中的故事。

立即加入,掌握数据分析的最佳实践,迈出职业第一步

课程讲师

  • Shannon Bradshaw

    MongoDB 教育总监

    Shannon 是 MongoDB 的教育总监,负责 MongoDB 大学的现场培训和免费在线课程。在加入 MongoDB 之前,Shannon 是杜尔大学的计算机科学副教授,研究领域包括用户体验、信息科学和语义网。在过去的七年内,Shannon 既专注于学术研究,又涉足行业发展。他在高盛负责培训软件工程师,在摩根史坦利设计文本检索系统,并为金融行业的小型律所创建了各种交易和分析应用。

  • Moira Burke

    Facebook 数据科学家

    Moira Burke 是 Facebook 的一名数据科学家。她负责运用社会心理学和数据处理知识来了解人们是如何看待他们在网上的好友,以及上网如何提高人们的心理幸福感。她在卡耐基梅隆大学获得人机交互博士学位,并从俄勒冈大学获得计算机科学文学士学位。在业余时间内,她喜欢参加无伴奏合唱,虽然唱的有点糟糕。

  • Solomon Messing

    Facebook 研究科学家

    Solomon Messing 是 Facebook 数据科学团队的政治科学家。他负责研究和教授政治广告推广和宣传活动、社会影响以及设计和分析实验。他的作品荣登在《美国政治科学评论》(American Political Science Review)、《公共舆论季刊》(Public Opinion Quarterly) 和《传播研究》(Communication Research) 上。Solomon 在斯坦福大学获得政治传播博士学位和统计学理学硕士学位。

  • Dean Eckles

    Facebook 数据科学家

    Dean Eckles 是一名社会科学家、统计学家,并且是 Facebook 数据科学团队的成员。他的主要工作是通过调解、放大和引导社会影响研究交互式技术对人类行为的影响,以及研究这些流程的统计学方法。Dean 拥有斯坦福大学的哲学学士学位、认知科学理学学士学位和硕士学位、统计学硕士学位和传播学博士学位。

  • Chris Saden

    优达学城讲师

    在 2008 年从埃默里大学毕业后,Chris 担起了高校招生工作,并持续了一年时间,后来来到奥克兰的高中教授数学。他非常喜爱学习,并相信每个人都应该获得良好的教育。2012 年,Chris 加入了优达学城,开始向成千上万的学员讲授课程,并与大家分享解决问题的快乐。

  • Sebastian Thrun

    优达学城创始人,斯坦福大学教授,Google 研究员

    Sebastian Thrun 是优达学城的创始人,同时也是斯坦福大学计算机科学专业研究教授、Google 研究员、美国国家工程院和德国科学院成员。Thrun 因为他在机器人和机器学习领域的研究为人所知,他在无人驾驶车领域的研究尤为出众。

  • Katie Malone

    斯坦福大学实验粒子物理博士,Civis Analytics 数据科学家

    Katie 是实验物理学家出身,她第一次接触到机器学习是在搜索希格斯玻色子等新粒子时,并从此对机器学习产生了兴趣。不过,学习机器学习可不需要物理博士学位。很荣幸,Katie 欣然接受了我们的邀请,来教大家如何使用数据分析解决有趣的问题。除了在实验室寻找新粒子和从事教学之外,她通常会在野外跑跑步,或者用食物“贿赂”邻家的小狗。

  • Ryan Orban

    Zipfian 联合创始人

    Ryan 当前是 Zipfian 学院的首席执行官和联合创始人。在成立 Zipfian Academy 之前,Ryan 是 Nutanix 的一名高级系统工程师,致力于创建适用于虚拟化环境的扩展分布式计算解决方案。Ryan 拥有加州大学伯克利分校细胞及分子生物学本科学位,在校期间他在“植物基因表达中心”深入探究了植物免疫性,并构建了面向下一代测序技术的大数据应用。在挖掘数据之美以外的时间,Ryan 还喜欢破解 3D 打印机、DIY 生物学和开源硬件。

  • Jonathan Dinu

    Zipfian 联合创始人

    Jonathan 同样是 Zipfian 学院的联合创始人和首席执行官。他在加州大学伯克利分校学习计算机科学与物理时首次发现自己对与数据相关的一切事物充满兴趣。早期,他曾在高山数据实验室(Alpine Data Labs)工作,开发应用于在 Hadoop 上进行预测分析的分布式机器学习算法。Jonathan 热衷于以最具创新性的方式分享他的所学。在 Zipfian 学院,他得以将自己最喜欢的两件事物相结合:人文与代码。在工作之外,他喜欢发表关于数据、可视化和教育的博文,你可在 hopelessoptimism.com 阅读他的文章。

常见问题解答

  • 为什么要学习数据分析?

    数据是强大的。有了数据,你可以调查教育、医疗、财经以及任何其他行业的当前趋势,并且你还可以运用数据来预测将来会发生什么。数据分析师的工作,就是获取和分析各方面的数据,从商业指标、用户行为到产品性能,并有效传达你的发现。这个纳米学位项目通过丰富、实际的教学内容,帮你为数据分析师职位做好准备。

  • 掌握数据分析技能后,我可以做些什么?

    掌握数据科学技能后,你可以继续成为:数据分析师、数据科学家、商业分析师、数据工程师和机器学习工程师。

  • 数据分析(入门)和数据分析(进阶)课程有什么不同?

    数据分析(入门)将从零开始循序渐进地引导你学习统计学及数据分析的基础知识;数据分析(进阶)课程将带你深入数据分析的关键环节,掌握数据分析的必备知识技能,如:数据清洗,EDA,机器学习基础概念和可视化。

  • 我如何知道自己适合哪门课程?

    如果你已经熟练掌握 Python ,但对数据分析的工作流程并不熟悉,我们推荐你学习数据分析(入门);如果你熟练掌握 Python ,并已熟悉数据分析的主要工作流程,我们推荐你学习数据分析(进阶)。

  • 数据分析初级和高级课程的学费分别是多少?

    数据分析(入门)课程的学费为 2899 元,数据分析(进阶)课程的学费为 3999 元。

  • 课程将在何时开课?

    本班次将于2017年6月28日开课。付费成功后,你会收到确认邮件,并在教室里看到开课倒计时。

  • 课程是中文还是英文?视频提供中文字幕吗?

    数据分析入门和进阶课程的文字资料均提供中文翻译,所有授课视频均提供中文字幕。此外,你还可以预约中文导师1对1辅导,以及项目直播讲解。

  • 我每周需要投入多长时间学习这两门课程?需要多久可以完成课程?

    学员一般需要每周投入 10 小时,通常可以在 12 周内完成数据分析(入门),在 20 周内完成数据分析(进阶)。

  • 数据分析课程的有效期是多久?

    数据分析(入门)和数据分析(进阶)课程的有效期均为 6 个月。

  • 如果我没有在 6 个月内完成所有项目,是否还能继续访问课程内容?

    如果你在 6 个月内未完成数据分析(初级/高级)课程,可以向我们发送请求申请宽限期来完成纳米学位,宽限期最长不超过 6 个月。

  • 数据分析课程提供免费试用吗?

    数据分析初级和高级课程均不提供免费试用期。但在开课后 7 天内,可无条件退款。

  • 在一年内毕业,可以获得 50% 学费返还吗?

    数据分析(入门)和数据分析(进阶)纳米学位项目均不提供 50% 学费返还。

  • 数据分析入门和进阶课程的退款政策是什么?

    你可以在开课日期后 7 天内(第 7 天 23:59 前)向我们发送请求申请退款。请在邮件里注明你的注册邮箱,我们将在收到你的申请之后 10 个工作日内取消你的课程订阅并返还全部学费。
    *如果你通过花呗分期付款,请确保你的退款申请日不迟于最近的花呗账单日(每月1日),否则花呗分期可能会收取手续费。关于花呗退款政策,详请参考此处

查看更多
官方微信公众号二维码

优达学城(Udacity)微信