Coursera

O que é ciência de dados? (Coursera)

Offered by IBM,
O que é ciência de dados? (Coursera)

A arte de revelar os insights e as tendências dos dados existe desde a antiguidade. Os antigos egípcios usavam os dados do censo para aumentar a eficiência da cobrança de impostos e previam com precisão a cheia do Nilo todos os anos. Desde então, as pessoas que trabalham com a ciência de dados vêm desenvolvendo uma área de atuação distinta e específica. Essa área é a ciência de dados. Neste curso, conheceremos alguns profissionais da ciência de dados e apresentaremos uma visão geral da ciência de dados na atualidade.

Class Deals by MOOC List - Click here and see Coursera's Active Discounts, Deals, and Promo Codes.

Syllabus

WEEK 1
Definição da Ciência de Dados e do trabalho dos cientistas
Neste módulo, você verá o programa do curso, com os assuntos que serão ensinados. Você ouvirá profissionais da ciência de dados descrevendo o que é essa ciência, o que os cientistas de dados fazem e quais ferramentas e algoritmos eles usam no dia a dia. Por fim, você executará uma tarefa de leitura para descobrir por que a ciência de dados é considerada o trabalho mais badalado do século XXI.

WEEK 2
Tópicos da ciência de dados
Neste módulo, você ouvirá Norman White, diretor do corpo docente do Stern Centre for Research Computing da Universidade de Nova York, discorrendo sobre a ciência de dados e as habilidades necessárias para qualquer pessoa que queira trabalhar nessa área. Além disso, ele faz recomendações para quem deseja iniciar uma carreira na ciência de dados. Para terminar, você realizará tarefas de leitura para aprender sobre o processo de mineração de um determinado conjunto de dados e a análise de regressão.

WEEK 3
Ciência de dados nos negócios
Neste módulo, você aprenderá sobre as abordagens que as empresas podem adotar para começar a trabalhar com ciência de dados. Você saberá mais sobre algumas das qualidades que diferenciam os cientistas de dados de outros profissionais. Você também aprenderá sobre análise, habilidade de contar histórias e o papel fundamental dos cientistas de dados na criação de uma entrega final eficaz. Para terminar, você aplicará o que aprendeu sobre ciência de dados respondendo perguntas abertas.

Go to Class
MOOC List is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Related Courses

Introducción a Data Science: Programación Estadística con R (Coursera) Coursera
Universidad Nacional Autónoma de México

Introducción a Data Science: Programación Estadística con R (Coursera)

Statistics & Data Analysis Data Science

Este curso te proporcionará las bases del lenguaje de programación estadística R, la lengua franca de la estadística, el cual te permitirá escribir programas que lean, manipulen y analicen datos cuantitativos. Te explicaremos la instalación del lenguaje; también verás una introducción a los sistemas base de gráficos y al paquete para graficar ggplot2, para visualizar estos datos. Además también abordarás la utilización de uno de los IDEs más populares entre la comunidad de usuarios de R, llamado RStudio.

Jun 22nd 2026
4 Weeks
Data Analysis Data Science R Language
Details
Regression Models (Coursera) Coursera
Johns Hopkins University

Regression Models (Coursera)

Statistics & Data Analysis Data Science

Linear models, as their name implies, relates an outcome to a set of predictors of interest using linear assumptions. Regression models, a subset of linear models, are the most important statistical analysis tool in a data scientist’s toolkit. This course covers regression analysis, least squares and inference using regression models.

Jun 22nd 2026
4 Weeks
Statistics Regression Linear Regression
Details
Statistical Inference (Coursera) Coursera
Johns Hopkins University

Statistical Inference (Coursera)

Statistics & Data Analysis Data Science

Statistical inference is the process of drawing conclusions about populations or scientific truths from data. There are many modes of performing inference including statistical modeling, data oriented strategies and explicit use of designs and randomization in analyses. Furthermore, there are broad theories (frequentists, Bayesian, likelihood, design based, …) and numerous complexities (missing data, observed and unobserved confounding, biases) for performing inference.

Jun 22nd 2026
4 Weeks
Statistics Probability Data Analysis
Details
Marketing Analytics (Coursera) Coursera
University of Virginia

Marketing Analytics (Coursera)

Marketing & Communication Business

Organizations large and small are inundated with data about consumer choices. But that wealth of information does not always translate into better decisions. Knowing how to interpret data is the challenge -- and marketers in particular are increasingly expected to use analytics to inform and justify their decisions. Marketing analytics enables marketers to measure, manage and analyze marketing performance to maximize its effectiveness and optimize return on investment (ROI). Beyond the obvious sales and lead generation applications, marketing analytics can offer profound insights into customer preferences and trends, which can be further utilized for future marketing and business decisions.

Jun 22nd 2026
5-12 Weeks
Marketing Regression Data Analysis
Details
Communicating Data Science Results (Coursera) Coursera
University of Washington

Communicating Data Science Results (Coursera)

Statistics & Data Analysis Data Science

Making predictions is not enough! Effective data scientists know how to explain and interpret their results, and communicate findings accurately to stakeholders to inform business decisions. Visualization is the field of research in computer science that studies effective communication of quantitative results by linking perception, cognition, and algorithms to exploit the enormous bandwidth of the human visual cortex. In this course you will learn to recognize, design, and use effective visualizations.

Jun 22nd 2026
3 Weeks
Ethics Cloud Computing Privacy
Details
Data Manipulation at Scale: Systems and Algorithms (Coursera) Coursera
University of Washington

Data Manipulation at Scale: Systems and Algorithms (Coursera)

Statistics & Data Analysis Data Science

Data analysis has replaced data acquisition as the bottleneck to evidence-based decision making --- we are drowning in it. Extracting knowledge from large, heterogeneous, and noisy datasets requires not only powerful computing resources, but the programming abstractions to use them effectively. The abstractions that emerged in the last decade blend ideas from parallel databases, distributed systems, and programming languages to create a new class of scalable data analytics platforms that form the foundation for data science at realistic scales.

Jun 22nd 2026
4 Weeks
Algebra Algorithms Databases
Details
Machine Learning With Big Data (Coursera) Coursera
University of California, San Diego

Machine Learning With Big Data (Coursera)

Statistics & Data Analysis Data Science

Want to make sense of the volumes of data you have collected? Need to incorporate data-driven decisions into your process? This course provides an overview of machine learning techniques to explore, analyze, and leverage data. You will be introduced to tools and algorithms you can use to create machine learning models that learn from data, and to scale those models up to big data problems.

Jun 22nd 2026
5-12 Weeks
Algorithms Machine Learning Big Data
Details