Science is undergoing a data explosion, and astronomy is leading the way. Modern telescopes produce terabytes of data per observation, and the simulations required to model our observable Universe push supercomputers to their limits. To analyse this data scientists need to be able to think computationally to solve problems. In this course you will investigate the challenges of working with large datasets: how to implement algorithms that work; how to use databases to manage your data; and how to learn from your data with machine learning tools. The focus is on practical skills - all the activities will be done in Python 3, a modern programming language used throughout astronomy.
oferecido por
Data-driven Astronomy
Universidade de SydneyInformações sobre o curso
74,833 visualizações recentes
Resultados de carreira do aprendiz
32%
comecei uma nova carreira após concluir estes cursos
23%
consegui um benefício significativo de carreira com este curso
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 22 horas para completar
Inglês
Legendas: Inglês
Habilidades que você terá
Python ProgrammingMachine LearningApplied Machine LearningSQL
Resultados de carreira do aprendiz
32%
comecei uma nova carreira após concluir estes cursos
23%
consegui um benefício significativo de carreira com este curso
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 22 horas para completar
Inglês
Legendas: Inglês
oferecido por
Universidade de Sydney
Our excellence in research and teaching makes the University of Sydney one of the top universities in Australia and highly ranked among the best universities in the world. In 2020, we were ranked second in the Times Higher Education (THE) University Impact Rankings, and first in Australia in the QS Graduate Employability Rankings.
Programa - O que você aprenderá com este curso
4 horas para concluir
Thinking about data
This module introduces the idea of computational thinking, and how big data can make simple problems quite challenging to solve. We use the example of calculating the median and mean stack of a set of radio astronomy images to illustrate some of the issues you encounter when working with large datasets.
4 horas para concluir
8 vídeos (Total 30 mín.), 1 leitura, 4 testes
8 videos
Course overview2min
Pulsars3min
Diving in: imaging stacking5min
Challenge: the median doesn't scale2min
The solution: improving your method3min
Module summary1min
Interview with Aris Karastergiou6min
1 leituras
Further reading10min
1 exercício prático
Pulsars: test your understanding10min
4 horas para concluir
Big data makes things slow
In this module we explore the idea of scaling your code. Some algorithms scale well as your dataset increases, but others become impossibly slow. We look at some of the reason for this, and use the example of cross-matching astronomical catalogues to demonstrate what kind of improvements you can make.
4 horas para concluir
7 vídeos (Total 35 mín.)
7 videos
Supermassive black holes3min
What is cross-matching?4min
Evaluating time complexity5min
A (much) faster algorithm6min
Module summary2min
Interview with Brendon Brewer8min
1 exercício prático
Supermassive black holes: test your understanding10min
4 horas para concluir
Querying your data
Most large astronomy projects use databases to manage their data. In this module we introduce SQL - the language most commonly used to query databases. We use SQL to query the NASA Exoplanet database and investigate the habitability of planets in other solar systems.
4 horas para concluir
7 vídeos (Total 35 mín.)
7 videos
Exoplanets4min
Querying database with SQL4min
More advanced SQL4min
Joining tables in SQL6min
Module summary2min
Interview with Jon Jenkins8min
1 exercício prático
Exoplanets - test your understanding10min
4 horas para concluir
Managing your data
This module introduces the basic principles of setting up databases. We look at how to set up new tables, and then how to combine Python and SQL to get the best out of both approaches. We use these tools to explore the life of stars in a stellar cluster.
4 horas para concluir
6 vídeos (Total 29 mín.)
6 videos
The lifecycle of stars6min
Setting up your own database5min
Exploring a star cluster4min
Module summary2min
Interview with Emily Petroff6min
1 exercício prático
Stars - test your understanding10min
Avaliações
Principais avaliações do DATA-DRIVEN ASTRONOMY
por MC28 de Fev de 2020
Its been amazing to learn about the celestial objects, stars, galaxies. The lectures and quizzes spurred in me to explore new material online. Great hands on exercises in python and machine learning
por TS14 de Dez de 2019
This is a great course for anyone wanting to do data science with astronomical datasets. The lectures are clear and interesting and the activities are well structured. I really enjoyed this course!
por GB21 de Abr de 2017
Great and quick way to learn things. Thanks for the troubles taken to put this together. Some of the computational exercises could do with a little more clarity of language. But, overall, Great!
por GM29 de Jun de 2017
Great course with a good balance of code and the rewards to be had from understanding how the code works - proved to be an excellent introduction to Astronomy and confidence builder in Python.
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
- The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
- The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
O que recebo ao adquirir o Certificado?
Quando você adquire o Certificado, ganha acesso a todo o material do curso, incluindo avaliações com nota atribuída. Após concluir o curso, seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.
Qual é a política de reembolso?
Você poderá pedir reembolso total até duas semanas após a data do pagamento, ou (para cursos recém-iniciados) até duas semanas após o início da primeira sessão do curso, o que ocorrer por último. Você não poderá receber reembolso após obter o Certificado de Curso, mesmo que tenha completado o curso dentro do período de duas semanas. Veja nossa política para o reembolso total.
Existe algum auxílio financeiro disponível?
Sim, a Coursera oferece auxílio financeiro aos alunos que não podem pagar a taxa. Faça a solicitação clicando no link Auxílio financeiro, abaixo do botão "Inscreva-se" à esquerda. Você será solicitado a preencher um formulário e será notificado se for aprovado. Saiba mais.
What programming background is assumed?
We assume you are familiar with basic programming in a modern programming language including variables, control structures, data structures, functions, and working with files. In this course we will use Python 3.
We'll walk through all the examples and provide lots of support, so jump in and have a go. If haven't done any programming for a while, you might want to brush up before you start.
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
