データサイエンスの結果の伝達| 大学ネットワーク

説明

重要な注意：このコースの600番目の課題は、クラウドでのグラフ分析のトピックを扱います。このトピックでは、Elastic MapReduceとPig言語を使用して、約50GBの適度に大きいデータセットでグラフ分析を実行します。この割り当てを完了するには、Amazon Web Services（AWS）を使用する必要があります。 Amazonは、このコースの各学習者に最大XNUMXドルの無料のAWSクレジットを提供して、課題を完了することを許可しました。このクレジットを受け取るプロセスに関する詳細は、コースのウェルカムメッセージと課題自体に記載されています。クレジットを使い果たした場合、Amazon、ワシントン大学、およびCourseraは、いかなる費用も払い戻しできないことに注意してください。

この課題はこのコースで優れた学習体験に貢献すると考えていますが、一部の学習者はAWSを使用できないか、または使用したくない場合があることを理解しています。 AWSの使用を必要とする課題を完了していない学習者に対してコース証明書を発行することはできません。そのため、AWSを使用できない場合、またはAWSを使用したくない場合は、データ結果の通信でコース証明書を支払うべきではありません。

予測をするだけでは十分ではありません！効果的なデータサイエンティストは、結果を説明および解釈する方法を知っており、調査結果を関係者に正確に伝えて、ビジネス上の意思決定を知らせます。視覚化は、知覚、認知、アルゴリズムをリンクして人間の視覚野の膨大な帯域幅を活用することにより、定量的結果の効果的なコミュニケーションを研究するコンピューターサイエンスの研究分野です。このコースでは、効果的な視覚化を認識、設計、使用する方法を学びます。

予測を立てて、他の人にそれを実行してもらうことができるからといって、そうすべきだというわけではありません。このコースでは、ビッグデータに関する倫理的考慮事項と、これらの考慮事項がポリシーと実践にどのように影響を与え始めているかを探ります。テクノロジーを使用してプライバシーを保護することの基本的な制限と、データサイエンティストの行動を誘導する行動規範が明らかになります。また、データサイエンスにおける再現性の重要性と、大規模なデータセット、複雑な計算インフラストラクチャ、またはその両方を含む実験でも、商用クラウドが再現可能な研究をサポートする方法を学習します。

学習目標：このコースを完了すると、次のことができるようになります。
1.デザインと批評の視覚化
2.プライバシー、倫理、ビッグデータとデータサイエンスに関するガバナンスの最新技術を説明する
3.クラウドコンピューティングを使用して、大規模なデータセットを再現可能な方法で分析します。