Beschreibung

Wichtiger Hinweis: Die zweite Aufgabe in diesem Kurs behandelt das Thema Graphanalyse in der Cloud, in der Sie Elastic MapReduce und die Pig-Sprache verwenden, um eine Graphanalyse über einen mäßig großen Datensatz mit etwa 600 GB durchzuführen. Um diese Aufgabe abzuschließen, müssen Sie Amazon Web Services (AWS) verwenden. Amazon hat großzügig angeboten, jedem Lernenden in diesem Kurs bis zu 50 US-Dollar an kostenlosem AWS-Guthaben zur Verfügung zu stellen, damit Sie die Aufgabe abschließen können. Weitere Einzelheiten zum Erhalt dieses Guthabens finden Sie in der Begrüßungsnachricht des Kurses sowie in der Aufgabe selbst. Bitte beachten Sie, dass Amazon, die University of Washington und Coursera Ihnen keine Gebühren erstatten können, wenn Sie Ihr Guthaben aufgebraucht haben.

Obwohl wir der Meinung sind, dass diese Aufgabe zu einer hervorragenden Lernerfahrung in diesem Kurs beiträgt, verstehen wir, dass einige Lernende AWS möglicherweise nicht verwenden können oder wollen. Wir können keine Kurszertifikate für Lernende ausstellen, die die Aufgabe, für die AWS erforderlich ist, nicht abschließen. Daher sollten Sie kein Kurszertifikat für die Übermittlung von Datenergebnissen bezahlen, wenn Sie AWS nicht verwenden können oder wollen, da Sie den Kurs ohne dies nicht erfolgreich abschließen können.

Vorhersagen zu treffen ist nicht genug! Effektive Datenwissenschaftler wissen, wie sie ihre Ergebnisse erklären und interpretieren und die Ergebnisse den Stakeholdern genau mitteilen können, um Geschäftsentscheidungen zu treffen. Visualisierung ist das Forschungsgebiet der Informatik, das die effektive Kommunikation quantitativer Ergebnisse untersucht, indem Wahrnehmung, Kognition und Algorithmen miteinander verknüpft werden, um die enorme Bandbreite des menschlichen visuellen Kortex auszunutzen. In diesem Kurs lernen Sie, effektive Visualisierungen zu erkennen, zu entwerfen und zu verwenden.

Nur weil Sie eine Vorhersage treffen und andere davon überzeugen können, darauf zu reagieren, heißt das nicht, dass Sie es tun sollten. In diesem Kurs werden Sie die ethischen Überlegungen zu Big Data untersuchen und wie diese Überlegungen beginnen, Politik und Praxis zu beeinflussen. Sie lernen die grundlegenden Einschränkungen des Einsatzes von Technologie zum Schutz der Privatsphäre und die Verhaltenskodizes kennen, die als Leitfaden für das Verhalten von Datenwissenschaftlern gelten. Sie erfahren auch, wie wichtig die Reproduzierbarkeit in der Datenwissenschaft ist und wie die kommerzielle Cloud die reproduzierbare Forschung auch bei Experimenten mit massiven Datensätzen, komplexen Computerinfrastrukturen oder beidem unterstützen kann.

Lernziele: Nach Abschluss dieses Kurses können Sie:
1. Visualisierungen entwerfen und kritisieren
2. Erläutern Sie den Stand der Technik in Bezug auf Datenschutz, Ethik, Governance in Bezug auf Big Data und Data Science
3. Verwenden Sie Cloud Computing, um große Datenmengen reproduzierbar zu analysieren.

Preis: Kostenlos anmelden!

Datenwissenschaftliche Ergebnisse kommunizieren - Universität von Washington