课程主页: https://www.coursera.org/learn/ibm-exploratory-data-analysis-for-machine-learning
课程概述
《机器学习专业证书》中的第一门课程《面向机器学习的探索性数据分析》向你介绍了机器学习的重要性及其相关内容。数据是机器学习的核心，因此了解如何获取和清理数据至关重要。
课程目标
通过本课程，你将能够：
- 从多种数据源（如 SQL 和 NoSQL 数据库）中检索数据。
- 学习数据清理的常见技巧，以确保数据的质量。
- 进行探索性数据分析，进行特征工程，并为初步分析及假设测试做好准备。
课程大纲
现代人工智能的发展及其应用
虽然人工智能的概念并不新颖，但如今开始使用机器学习在商业环境中变得更加容易。本模块将简要介绍人工智能和机器学习的历史，并探索当前的应用，这将帮助你思考如何在日常业务或个人项目中利用它们。
数据的检索与清理
有效的数据是推动机器学习和人工智能的燃料。本模块将教你如何从不同源获取数据，以及如何清理数据，以确保其质量。
探索性数据分析与特征工程
你将学习如何进行探索性分析，以验证数据是否准备好了进行机器学习建模，包括特征工程和转换。
推论统计与假设检验
推论统计和假设检验通常在数据分析的早期阶段被忽视。它们可以快速提供关于数据质量的洞察，帮助你确认商业直觉，并指导后续的机器学习分析。本模块将介绍一些有用的定义和简单的例子，帮助你围绕商业问题创建假设并进行检验。
(可选) 荣誉项目
在这个可选项目中，你将应用你在课程中学到的技能和知识。你可以选择课程中使用的数据集或任何感兴趣的数据集，并应用所有学到的技巧，包括数据清理、特征工程、探索性数据可视化和假设检验。
我的推荐
这个课程不仅适合机器学习的初学者，也是希望深入理解数据分析过程的专业人士的理想选择。无论是从数据获取、清理到后续分析，这门课程都提供了详细且实用的指导。强烈推荐给想要为机器学习打下坚实基础的学习者!
课程主页: https://www.coursera.org/learn/ibm-exploratory-data-analysis-for-machine-learning