Đây là bài review khóa học của bạn @Bảo Quốc, các bạn ai đang quan tâm đến khóa học này thì có thể đọc để tham khảo trước khi học ha.
Mục Lục Nội Dung
#1. Ưu điểm khóa học này
Nội dung của chương trình được dạy rất cẩn thận và cung cấp khá nhiều kiến thức nền tảng cơ bản trong phân tích dữ liệu.
Và các công cụ phân tích dữ liệu được hướng dẫn trong các courses như là Excel, SQL, Python, Jupyter Notebooks và Cognos Analytics.
#2. Nhược điểm của khóa học này
Càng về các course cuối thì bài tập cuối khóa càng khó, đòi hỏi người học tự tìm hiểu thêm nhiều nguồn, hoặc tốt nhất là có mentor hướng dẫn phụ thì đỡ vất vả hơn.
Về phần này, theo trải nghiệm của cá nhân mình thì vào những course cuối + project là khá vất vả vì môi trường thực hiện projects sẽ không còn nằm trong platform ngay tại Coursera nữa, mà phải thực hiện trên web của IBM (IBM cloud, IBM Studio…).
Từ việc đăng ký tài khoản IBM để login cho tới khi hoàn thành projects thì mình mới có link sharable đó để submit vào lại trang chính của khóa học tại Coursera, ngoài ra bài cuối khóa còn làm powerpoint để present nữa.
#3. Lộ trình học của khóa IBM Data Analyst trên Coursera
Tổng quan chúng ta có 8 courses + 1 Project Capstone
Course 1: Introduction to Data Analytics
- Types of data structures & file formats
- Databases & Warehouses
- Data Visualization
Course 2: Excel Basics for Data Analysis
- Entering & viewing data
- How to import data from different resources
- Filtering, Sorting, Look-Up Functions, and Pivot Tables
Course 3: Data Visualization and Dashboards with Excel and Cognos
- How to use Excel for data visualization
- Basic charts & Pivot tables
- Scatter plots & histogram
- Basics of dashboard
- How to use the Cognos Analytics tool
Course 4: Python for Data Science, AI & Development
- Data types
- How to store values inside a variable
- How to store multiple values inside one variable
- For loops, API, Web Scraping
Course 5: Python Project for Data Science
- Creation of a program that extracts stock data using different Python libraries with Jupiter Notebook
Course 6: Databases and SQL for Data Science with Python
- Basics of SQL
- Relationship between tables inside a database
- How to apply advanced queries for searching inside the database
- How to access database using Python language
Course 7: Data Analysis with Python
- How to analyze data using Python
- NumPy for calculation
- Pandas for data import
- SciPy to apply Machine Learning algorithms
Course 8: Data Visualization with Python
- How to use matplotlib library to visualize data
- How to create area plots, histograms, pie charts
- How to create waffle charts
- Seaborn and Folium
Course 9 (Project): IBM Data Analyst Capstone Project
- Exploratory data analysis
- Data wrangling and preparation
- Statistical analysis and data mining
- Creating charts and plots for data visualization
- Build an interactive dashboard
Cuối mỗi Course sẽ có bài kiểm tra cuối và được đánh giá bởi những người học khác (Peer-reviewed assignments).
Nghĩa là khi hoàn thành bài cuối mỗi khóa, mình submit bài lên sẽ có những người học cùng chấm bài mình, và ngược lại mình phải chấm ít nhất 2 bài của người khác, khi điểm mình đạt đủ điểm đậu thì mới tính là hoàn thành khóa và được cấp chứng chỉ khóa.
Đó là những gì mình muốn review về khóa học IBM Data Analyst trên Coursera.
Cám ơn các bạn dành thời gian xem bài review của mình. Mọi thông tin trên mang tính tham khảo. Chúc các bạn có một cuối tuần thật vui vẻ và nhiều sức khỏe !
Tác giả: @Bảo Quốc
Edit by Kiên Nguyễn
Note: Bài viết này hữu ích với bạn chứ? Đừng quên đánh giá bài viết, like và chia sẻ cho bạn bè và người thân của bạn nhé !
Xem Them Chi Tiet
Nhung Mon Do Cong Nghe Duoc Yeu Thich
Do Cong Nghe Phu Kien
Không có nhận xét nào:
Đăng nhận xét