Coursera 笔记

IBM/What is Data Science?/Practice Quiz: Data integration Platforms

What is Data Science?

什么是数据科学？ · IBM · 106 篇

01Defining Data Science and What Data Scientists Do26

01Course Introduction开启您的数据科学职业旅程！
02A Quick Note for the Best Learning Experience最佳学习体验的简短提示
03Course Syllabus课程大纲
04Professional Certificate Career Support专业证书职业支持
05Lesson Overview: Defining Data Science课时概览：定义数据科学
06What is Data Science?什么是数据科学？多角度解读
07Fundamentals of Data Science数据科学：定义、流程与价值
08The Many Paths to Data Science数据科学家的职业路径：如何成为一名数据科学家？
09Data Science: The Sexiest Job in the 21st Century数据科学：21 世纪最性感的工作
10Practice Quiz: Data Science: The Sexiest Job in the 21st Century练习测验：数据科学：21 世纪最性感的工作
11Advice for New Data Scientists致未来数据科学家：成功的关键特质与路径建议
12Lesson Summary: Defining Data Science数据科学定义：课程总结
13Practice Quiz: Defining Data Science练习测验：定义数据科学
14Glossary: Defining Data Science术语表：定义数据科学
15Graded Quiz: Defining Data Science评分测验：定义数据科学
16Lesson Overview: What Do Data Scientists Do?课时概览：数据科学家做什么？
17A Day in the Life of a Data Scientist数据科学家的实践案例分享
18Data Science Skills & Big DataNorman White 教授：科技与数据教育的先行者
19Understanding Different Types of File Formats数据文件类型与格式：数据专业人士指南
20Data Science Topics and Algorithms数据科学家的青睐：算法、数据类型与回归解析
21What Makes Someone a Data Scientist?是什么让某人成为数据科学家？
22Lesson Summary: What Do Data Scientists Do?数据科学家的世界：创新、探索与洞察
23Practice Quiz: What makes Someone a Data Scientist?练习测验：是什么让某人成为数据科学家？
24Glossary: What do Data Scientists Do?术语表：数据科学家做什么？
25Graded Quiz: What Data Scientists Do评分测验：数据科学家做什么
26Summary: What Do Data Scientists Do?总结：数据科学家做什么？

02Data Science Topics27

01Lesson Overview: Big Data and Data Mining课时概览：大数据与数据挖掘
02How Big Data is Driving Digital Transformation数字化转型：定义与驱动力
03Introduction to Cloud云计算基础：概念、特征、部署与服务模型
04Cloud for Data Science云计算：数据科学家的“天赐之物”
05Foundations of Big Data大数据：定义与“5V”特征
06Data Science and Big Data数据科学的崛起与大数据的本质
07What is Hadoop?数据科学与大数据架构的演变
08Big Data Processing Tools: Hadoop, HDFS, Hive, and Spark大数据分析的三大开源技术
09Data Mining数据挖掘
10Practice Quiz: Data Mining练习测验：数据挖掘
11Lesson Summary: Big Data and Data Mining大数据与数据挖掘
12Practice Quiz: Big Data and Data Mining练习测验：大数据与数据挖掘
13Glossary: Big Data and Data Mining术语表：大数据与数据挖掘
14Graded Quiz: Big Data and Data Mining评分测验：大数据与数据挖掘
15Lesson Overview: Deep Learning and Machine Learning课时概览：深度学习与机器学习
16Artificial Intelligence and Data Science数据科学与人工智能的关键术语解析
17Generative AI and Data Science生成式 AI 与数据科学的应用
18Neural Networks and Deep Learning神经网络与深度学习：从理论到计算力驱动的突破
19Applications of Machine Learning机器学习的应用与关键考量
20Regression回归
21Practice Quiz: Regression练习测验：回归
22Lab: Exploring Data using IBM Cloud Gallery实验：使用 IBM Cloud Gallery 探索数据
23Lesson Summary: Deep Learning and Machine Learning深度学习与机器学习课程总结
24Practice Quiz: Deep Learning and Machine Learning实践测验：深度学习和机器学习
25Glossary: Deep Learning and Machine Learning术语表：深度学习和机器学习
26Graded Quiz: Deep Learning and Machine Learning评分测验：深度学习与机器学习
27Summary: Deep Learning and Machine Learning总结：深度学习与机器学习

03Applications and Careers in Data Science32

01Lesson Overview: Data Science Application Domains课时概览：数据科学应用领域
02How Should Companies Get Started in Data Science?数据科学的基石：测量、数据与团队
03Old Problems, New Data Science Solutions数据科学：发现最优解决方案
04Applications of Data Science数据科学：驱动商业竞争与创新
05How Data Science is saving lives数据科学在拯救生命中的应用
06The Final Deliverable最终交付成果
07Practice Quiz: The Final Deliverable练习测验：最终交付成果
08Lesson Summary: Data Science Applications Domain数据科学应用与组织价值总结
09Practice Quiz: Data Science Application Domains练习测验：数据科学应用领域
10Glossary: Data Science Application Domains术语表：数据科学应用领域
11Graded Quiz: Data Science Application Domains评分测验：数据科学应用领域
12Lesson Overview: Careers and Recruiting in Data Science课时概览：数据科学中的职业与招聘
13How Can Someone Become a Data Scientist?数据科学家的技能与职业路径
14Recruiting for Data Science招聘数据科学家：超越“独角兽”
15Careers in Data Science数据科学的职业前景
16Importance of Mathematics and Statistics for Data Science成为数据科学家的行动指南
17The Report Structure报告结构
18Practice Quiz: The Report Structure练习测验：报告结构
19Lesson Summary: Careers and Recruiting in Data Science数据科学：职业与招聘总结
20Practice Quiz: Careers and Recruiting in Data Science实践测验：数据科学中的职业与招聘
21Glossary: Careers and Recruiting in Data Science术语表：数据科学中的职业与招聘
22Graded Quiz: Careers and Recruiting in Data Science分级测验：数据科学的职业和招聘
23Summary: Careers and Recruiting in Data Science总结：数据科学中的职业与招聘
24A Roadmap to your Data Science Journey数据科学之旅路线图
25Case Study: Final Assignment案例研究：最终作业
26Quiz Based on Case Study基于案例研究的测验
27Explore Data Science Job Listings探索数据科学职位列表
28Final Exam期末考试
29Course Summary课程概要
30Congrats & Next Steps祝贺与下一步
31Course Team and Acknowledgements课程团队与致谢
32IBM Digital BadgeIBM 数字徽章

04Data literacy for Data Science (Optional)21

01Lesson Overview: Understanding Data课时概览：理解数据
02Understanding Data数据结构分类
03Data Sources常见的数据来源与获取方式
04Viewpoints: Working with Varied Data Sources and Types处理多样化数据源与格式的挑战
05Reading: Metadata阅读：元数据
06Practice Quiz: Metadata练习测验：元数据
07Lesson Summary: Understanding Data数据理解：数据科学的基础
08Glossary: Understanding Data术语表：理解数据
09Practice Quiz - Understanding Data练习测验 - 理解数据
10Lesson Overview: Data Literacy课时概览：数据素养
11Data Collection and Organization数据存储库概述
12Relational Database Management System关系数据库（RDBMS）概览
13NoSQLNoSQL 数据库概览
14Data Marts, Data Lakes, ETL, and Data Pipelines数据存储与流程总结
15Viewpoints: Considerations for Choice of Data Repository决定数据存储库的关键因素
16Data Integration Platforms数据集成平台
17Practice Quiz: Data integration Platforms实践测验：数据集成平台
18Lesson Summary: Welcome to Data Literacy数据素养总结：存储、管理与检索
19Practice Quiz: Data Literacy实践测验：数据素养
20Glossary: Data Literacy for Data Science术语表：数据科学中的数据素养
21Summary: Data Literacy for Data Science总结：数据科学中的数据素养

Module 04 · Data literacy for Data Science (Optional)

Practice Quiz: Data integration Platforms实践测验：数据集成平台

← 上一篇Data Integration Platforms数据集成平台下一篇 →Lesson Summary: Welcome to Data Literacy数据素养总结：存储、管理与检索

Coursera 笔记 · Noted by 千啾略 · As of 2026-09-14