课程主页: https://www.coursera.org/learn/data-science-methodology

课程简介

如果说成为一名数据科学家的捷径是什么，那么学习像成功的数据科学家一样思考和工作的能力就是这个捷径。在Coursera上的《数据科学方法论》课程中，你将学习并应用可以用来解决任何数据科学场景的方法论。

课程概述

在这个课程中，你将探索两个著名的数据科学方法论：基础数据科学方法论和六阶段的CRISP-DM数据科学方法论，并学习如何应用这些方法论。大多数成熟的数据科学家都会遵循这些或类似的思路。

课程大纲

从问题到方法，从需求到数据收集

在本模块中，你将发现数据科学的趣味所在，学习什么是数据科学方法论，以及为什么数据科学家需要这种方法论。你将深入了解数据科学方法论的前两个阶段：商业理解和分析方法。在数据要求阶段，你将学习如何识别决策树分类所需的数据要求的考虑因素和步骤。

从理解到准备，从建模到评估

在这个模块中，你将学习数据科学家在理解、准备和清理数据时所做的工作。你将研究数据建模过程的目的、特点和目标，并探索如何通过处理缺失、无效或误导性的数据来准备数据集。

从部署到反馈和最终评估

完成此模块后，你将能够描述数据科学方法论的部署和反馈阶段。你将学习如何评估数据模型的性能、影响和准备情况，并能够识别通常为模型优化做出贡献的利益相关者。

最终项目与评估

在完成最终项目之前，学习CRISP-DM数据科学方法论如何与约翰·罗林斯的基础数据科学方法论进行比较。你将应用所学内容，完成一个以CRISP-DM数据科学方法论解决的商业问题的同伴评分作业。

总结与推荐

如果你想深入了解数据科学的流程和方法，建议你参加这门课程。通过参与这个课程，你不仅可以学习理论知识，还能通过实际操作来巩固你的学习成果。这个课程设计合理、内容丰富，非常适合希望踏入数据科学领域的学生和职场人士。

课程主页: https://www.coursera.org/learn/data-science-methodology