验证码已发送

感谢您的付款。现在您只需点击下面的按钮即可访问 {collectionName}。

继续课程

解锁此独家课程

您的电子邮件地址目前似乎不在授权访问列表中。请确保您使用的是受邀的电子邮件地址，或联系内容所有者寻求帮助。

访问需要验证

第 4 章客座讲师视频

David Jacome 第 4 章

什么是数据和数据科学？

介绍视频

1.1 什么是数据科学？

讲座视频 1.1

1.2 实践中的数据科学

讲座视频 1.2

1.3 数据与数据集

讲座视频 1.3

1.4 使用技术进行数据科学

讲座视频 1.4

1.5 使用 Python 进行数据科学

讲座视频 1.5

收集与准备数据

收集并准备数据

2.1 数据收集方法概述

讲座视频 2.1

2.2 调查设计与实施

讲座视频 2.2

2.3 网络爬虫与社交媒体数据收集

讲座视频 2.3

2.4 数据清洗与预处理

课程视频 2.4, 2.5

2.5 处理大型数据集

知识自测

知识自测：什么是数据科学？

知识自测：数据科学周期

知识自测：数据科学实践

知识自测：数据和数据集

知识自测：数据集格式和结构 (CSV, JSON, XML)

知识自测：将技术用于数据科学

知识自测：使用 Python 进行数据科学

知识自测：Python Pandas

知识自测：使用 Python Matplotlib 可视化数据

知识复查：数据收集方法概述

知识复查：问卷设计与实施

知识复查：网络爬虫与社交媒体数据收集

知识复查：Python 中的正则表达式

知识自测：解析和提取数据

知识自测：数据清洗和预处理

知识自测：处理缺失数据和异常值

知识自测：处理大型数据集

知识自测：数据库管理系统

知识自测：云计算

欢迎来到“数据科学与数据收集基础”课程。在当今数据驱动的世界中，理解、收集和处理数据的能力是各行各业最受追捧的技能之一。

欢迎来到“数据科学与数据收集基础”课程！在当今数据驱动的世界中，理解、收集和处理数据的能力是各行各业最受追捧的技能之一。无论您是想转型进入科技行业、提升当前的分析能力，还是仅仅想满足对数据如何塑造世界的好奇心，这门综合课程都是您的完美起点。我们将从揭秘数据科学的本质开始，探索其在现实世界中的应用，并理解数据集的核心结构。随后，您将深入学习使用 Python（该领域最流行的编程语言之一）进行数据科学实践。您将学习如何利用强大的工具和库来有效地操作和可视化数据。课程的后半部分侧重于数据收集和准备的关键步骤。您将掌握各种数据采集技术，包括调查问卷设计、网络爬虫和社交媒体数据提取。此外，您还将发现如何清洗和预处理原始数据、处理缺失值和异常值，以及如何使用现代数据库管理系统和云计算技术管理大型数据集。在本次学习旅程结束时，您将为数据科学生命周期打下坚实的基础，并具备应对现实世界数据挑战的能力。加入我们，迈出成为专业数据人才的第一步！

第 4 章：数据科学基础与数据收集

<div class="simple-box-wrapper">
    <div class="simple-box">
        <div class="column">
            <p>In today's digitally driven world, data is the foundation of informed decision-making and technological innovation. The Fundamentals of Data Science and Data Collection course is designed to provide a comprehensive understanding of how data is gathered, analyzed, and utilized to solve real-world problems. Learners will explore the core principles of data science, examining what data truly is, the structure of various datasets, and how these concepts function in practical applications. By delving into essential technologies and tools—specifically focusing on Python and its powerful libraries like Pandas and Matplotlib—this course establishes a strong technical baseline for aspiring data professionals.</p>

<p>Beyond theoretical concepts, the curriculum places a heavy emphasis on the practical aspects of handling information. The course meticulously guides learners through diverse data collection methods, including survey design, web scraping, and social media data extraction. Once the data is acquired, the focus shifts to critical preprocessing steps such as data cleaning, handling missing values, and managing large datasets using database management systems and cloud computing. To ensure mastery of these topics, a robust series of quizzes is integrated throughout the learning journey, allowing participants to test their knowledge on everything from the data science cycle and regular expressions to advanced data visualization techniques.</p>
        </div>
    </div>
</div>
