Pour les utilisateurs qui débutent dans la science des données, la gamme de langages de programmation peut être écrasante. Alors, quel langage devriez-vous apprendre en premier ? Ce module vous sensibilisera aux critères qui déterminent le choix du langage à apprendre. Vous découvrirez les avantages de Python, R, SQL et d'autres langages courants tels que Java, Scala, C++, JavaScript et Julia. Vous explorerez comment vous pouvez utiliser ces langages dans le domaine de la science des données. Vous consulterez également quelques sites pour trouver plus d'informations sur les langages.

Dans ce module, vous apprendrez à connaître les différentes bibliothèques dans le domaine de la science des données. En outre, vous comprendrez ce qu'est une API par rapport à la demande et à la réponse REST. En outre, dans ce module, vous explorerez les ensembles de données ouvertes sur le Data Asset eXchange. Enfin, vous apprendrez à utiliser un modèle d'apprentissage automatique pour résoudre un problème et à naviguer sur Model Asset eXchange.

Avec l'avancée des données numériques, Jupyter Notebook permet à un scientifique des données d'enregistrer ses expériences et ses résultats afin que d'autres puissent les réutiliser. Ce module présente le Notebook Jupyter et Jupyter Lab. Vous apprendrez à travailler avec différents noyaux dans une session Notebook et à connaître l'architecture de base de Jupyter. En outre, vous identifierez les outils dans un environnement Jupyter Anaconda. Enfin, le module donne un aperçu des environnements Jupyter basés sur le cloud et de leurs fonctions de science des données.