In this course you will get an introduction to the main tools and ideas in the data scientist's toolbox. The course gives an overview of the data, questions, and tools that data analysts and data scientists work with. There are two components to this course. The first is a conceptual introduction to the ideas behind turning data into actionable knowledge. The second is a practical introduction to the tools that will be used in the program like version control, markdown, git, GitHub, R, and RStudio.
Johns Hopkins UniversityÜber diesen Kurs
2,189,134 kürzliche Aufrufe
Karriereergebnisse der Lernenden
39%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
35%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Ca. 13 Stunden zum Abschließen
Englisch
Untertitel: Englisch, Koreanisch
Was Sie lernen werden
Set up R, R-Studio, Github and other useful tools
Understand the data, problems, and tools that data analysts use
Explain essential study design concepts
Create a Github repository
Kompetenzen, die Sie erwerben
Data ScienceGithubR ProgrammingRstudio
Karriereergebnisse der Lernenden
39%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
35%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Ca. 13 Stunden zum Abschließen
Englisch
Untertitel: Englisch, Koreanisch
von
Johns Hopkins University
The mission of The Johns Hopkins University is to educate its students and cultivate their capacity for life-long learning, to foster independent and original research, and to bring the benefits of discovery to the world.
Lehrplan - Was Sie in diesem Kurs lernen werden
3 Stunden zum Abschließen
Data Science Fundamentals
In this module, we'll introduce and define data science and data itself. We'll also go over some of the resources that data scientists use to get help when they're stuck.
3 Stunden zum Abschließen
5 Videos (Gesamt 40 min), 2 Lektüren, 5 Quiz
5 Videos
What is Data Science?9m
What is Data?6m
Getting Help10m
The Data Science Process9m
2 Lektüren
Welcome5m
A Note of Explanation2m
5 praktische Übungen
What is Data Science?6m
What is Data?6m
Getting Help Quiz6m
Data Science Process8m
Module One Summative Quiz30m
3 Stunden zum Abschließen
R and RStudio
In this module, we'll help you get up and running with both R and RStudio. Along the way, you'll learn some basics about both and why data scientists use them.
3 Stunden zum Abschließen
5 Videos (Gesamt 34 min)
6 praktische Übungen
Installing R8m
Installing R Studio4m
RStudio Tour8m
R Packages10m
Projects in R6m
Module Two Summative Quiz30m
2 Stunden zum Abschließen
Version Control and GitHub
During this module, you'll learn about version control and why it's so important to data scientists. You'll also learn how to use Git and GitHub to manage version control in data science projects.
2 Stunden zum Abschließen
4 Videos (Gesamt 28 min)
4 Videos
Github and Git8m
Linking Github and R Studio4m
Projects under Version Control4m
5 praktische Übungen
Version Control6m
GitHub and Git10m
Linking Git/GitHub and RStudio6m
Projects under Version Control8m
Module Three Summative Quiz30m
5 Stunden zum Abschließen
R Markdown, Scientific Thinking, and Big Data
During this final module, you'll learn to use R Markdown and get an introduction to three concepts that are incredibly important to every successful data scientist: asking good questions, experimental design, and big data.
5 Stunden zum Abschließen
4 Videos (Gesamt 34 min)
5 praktische Übungen
R Markdown10m
Types of Data Science Questions6m
Experimental Design14m
Big Data6m
Module Four Summative Quiz30m
Bewertungen
Highlights
"Foundational tools" in 243 Bewertungen
"Introductory course" in 1056 Bewertungen
Top-Bewertungen von THE DATA SCIENTIST’S TOOLBOX
von CC10. Juni 2016
A good basic class and collection of the tools. I wish there had been a little more explanation of what we would use the software for, but I found the lecture parts to be both concise and informative.
von MT11. Apr. 2020
It's a beginning to a host of different courses that are to be followed after this. It makes up a for a good platform to start off the work on R and how to use version control feature of R via GitHub.
von SF14. Apr. 2020
As a business student from Bangladesh who is aspiring to be a data analyst in near future, I love this course very much. The quizzes and assessments were the places to check how much I exactly learnt.
von SR14. März 2017
It would be better if we can attempt the assignments even if we are not enrolled to the course. It would really help us to evaluate ourselves about the extent to which we have understood the concepts.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
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.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Wie erfolgen Rückerstattungen?
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine 7-tägige, kostenlose Testversion, die Sie gebührenfrei wieder kündigen können. Danach gewähren wir keine Rückerstattungen mehr, aber Sie können Ihr Abonnement jederzeit kündigen. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.
Ist finanzielle Unterstützung möglich?
Ja, Coursera bietet für Kursteilnehmer, die sich die Kursgebühr nicht leisten können, finanzielle Unterstützung an. Bewerben Sie sich dafür, indem Sie auf den Link für finanzielle Unterstützung links unter der Schaltfläche „Anmelden“ klicken. Sie werden zum Ausfüllen eines Antrags aufgefordert und werden bei Genehmigung benachrichtigt. Diesen Schritt müssen Sie für jeden Kurs der Spezialisierung ausführen, auch für das Abschlussprojekt. Mehr erfahren
Erhalte ich akademische Leistungspunkte für den Abschluss des Kurses?
Für diesen Kurs gibt es keine akademischen Leistungspunkte, doch Hochschulen können nach eigenem Ermessen Leistungspunkte für Kurszertifikate vergeben. Wenden Sie sich an Ihre Einrichtung, um mehr zu erfahren. Online-Abschlüsse und Mastertrack™-Zertifikate auf Coursera bieten die Möglichkeit, akademische Leistungspunkte zu erwerben.
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
