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.
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Datenverarbeitung
The Data Scientist’s Toolbox
von
322,484 Angemeldet
Über diesen Kurs
300,465 recent views
Was Sie lernen werden
Create a Github repository
Explain essential study design concepts
Set up R, R-Studio, Github and other useful tools
Understand the data, problems, and tools that data analysts work with
Kompetenzen, die Sie erwerben
Data ScienceGithubR ProgrammingRstudio
Lehrplan - Was Sie in diesem Kurs lernen werden
Woche
12 Stunden zum Abschließen
Week 1
During Week 1, you'll learn about the goals and objectives of the Data Science Specialization and each of its components. You'll also get an overview of the field as well as instructions on how to install R.
16 Videos (Gesamt 51 min), 5 Lektüren, 1 Quiz
16 Videos
The Data Scientist's Toolbox5m
Getting Help8m
Finding Answers4m
R Programming Overview2m
Getting Data Overview1m
Exploratory Data Analysis Overview1m
Reproducible Research Overview1m
Statistical Inference Overview1m
Regression Models Overview1m
Practical Machine Learning Overview1m
Building Data Products Overview1m
Installing R on Windows {Roger Peng}3m
Install R on a Mac {Roger Peng}2m
Installing Rstudio {Roger Peng}1m
Installing Outside Software on Mac (OS X Mavericks)1m
5 Lektüren
Welcome to the Data Scientist's Toolbox10m
Pre-Course Survey10m
Syllabus10m
Specialization Textbooks10m
The Elements of Data Analytic Style10m
1 praktische Übung
Week 1 Quiz10m
Woche
21 Stunde zum Abschließen
Week 2: Installing the Toolbox
This is the most lecture-intensive week of the course. The primary goal is to get you set up with R, Rstudio, Github, and the other tools we will use throughout the Data Science Specialization and your ongoing work as a data scientist.
9 Videos (Gesamt 51 min), 1 Quiz
9 Videos
Command Line Interface16m
Introduction to Git4m
Introduction to Github3m
Creating a Github Repository5m
Basic Git Commands5m
Basic Markdown2m
Installing R Packages5m
Installing Rtools2m
1 praktische Übung
Week 2 Quiz10m
Woche
31 Stunde zum Abschließen
Week 3: Conceptual Issues
The Week 3 lectures focus on conceptual issues behind study design and turning data into knowledge. If you have trouble or want to explore issues in more depth, please seek out answers on the forums. They are a great resource! If you happen to be a superstar who already gets it, please take the time to help your classmates by answering their questions as well. This is one of the best ways to practice using and explaining your skills to others. These are two of the key characteristics of excellent data scientists.
4 Videos (Gesamt 35 min), 1 Quiz
1 praktische Übung
Week 3 Quiz10m
Woche
42 Stunden zum Abschließen
Week 4: Course Project Submission & Evaluation
In Week 4, we'll focus on the Course Project. This is your opportunity to install the tools and set up the accounts that you'll need for the rest of the specialization and for work in data science.
1 Lektüre, 1 Quiz
1 Lektüre
Post-Course Survey10m
38%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
35%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
Top-Bewertungen
Highlights
Foundational tools
(243)Introductory course
(1056)It was really insightful, coming from knowing almost nothing about statistics or experimental design, it was easy to understand while not feeling shallow. Just the right amount of information density.
This course was a good intro especially in setting all the necessary software for future courses. I suggest to read the manuals, books and other readings the profs suggest. The resources are helpful.
Dozenten
Jeff Leek, PhD
Associate Professor, BiostatisticsBloomberg School of Public Health
Roger D. Peng, PhD
Associate Professor, BiostatisticsBloomberg School of Public Health
Brian Caffo, PhD
Professor, BiostatisticsBloomberg School of Public Health
Über 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.
Über die Spezialisierung Datenverarbeitung
Ask the right questions, manipulate data sets, and create visualizations to communicate results.
This Specialization covers the concepts and tools you'll need throughout the entire data science pipeline, from asking the right kinds of questions to making inferences and publishing results. In the final Capstone Project, you’ll apply the skills learned by building a data product using real-world data. At completion, students will have a portfolio demonstrating their mastery of the material.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.
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?
Ist finanzielle Unterstützung möglich?
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
Coursera arbeitet mit erstklassigen Universitäten und Organisationen zusammen, um Online-Kurse anzubieten und dadurch universellen Zugriff auf die weltweit beste Ausbildung zu ermöglichen.
© 2019 Coursera Inc. Alle Rechte vorbehalten.
