Über diesen Kurs
366,859 kürzliche Aufrufe

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Ca. 8 Stunden zum Abschließen

Empfohlen: 1-4 hours/week...

Englisch

Untertitel: Englisch, Koreanisch

Was Sie lernen werden

  • Check

    Create a Github repository

  • Check

    Explain essential study design concepts

  • Check

    Set up R, R-Studio, Github and other useful tools

  • Check

    Understand the data, problems, and tools that data analysts work with

Kompetenzen, die Sie erwerben

Data ScienceGithubR ProgrammingRstudio
Kursteilnehmer, die sich für Course entscheiden, sind
  • Data Analysts
  • Biostatisticians
  • Scientists
  • Researchers
  • Economists

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Ca. 8 Stunden zum Abschließen

Empfohlen: 1-4 hours/week...

Englisch

Untertitel: Englisch, Koreanisch

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1
3 Stunden zum Abschließen

Data Science Fundamentals

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
Woche
2
3 Stunden zum Abschließen

R and RStudio

5 Videos (Gesamt 34 min), 6 Quiz
5 Videos
Installing R Studio3m
RStudio Tour7m
R Packages11m
Projects in R5m
6 praktische Übungen
Installing R8m
Installing R Studio4m
RStudio Tour8m
R Packages10m
Projects in R6m
Module Two Summative Quiz30m
Woche
3
2 Stunden zum Abschließen

Version Control and GitHub

4 Videos (Gesamt 28 min), 5 Quiz
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
Woche
4
5 Stunden zum Abschließen

R Markdown, Scientific Thinking, and Big Data

4 Videos (Gesamt 34 min), 6 Quiz
4 Videos
Types of Data Science Questions9m
Experimental Design9m
Big Data6m
5 praktische Übungen
R Markdown10m
Types of Data Science Questions6m
Experimental Design14m
Big Data6m
Module Four Summative Quiz30m
4.5
4186 BewertungenChevron Right

38%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

35%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

Top-Bewertungen von The Data Scientist’s Toolbox

Highlights
Introductory course
(1056)
Foundational tools
(243)
von LRSep 8th 2017

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.

von AMJul 22nd 2017

Great Primer for what Data Science is about. It also provides the infrastructure of tools needed. This was what I was after, a way to provide other data scientist hardware and infrastructure support.

Dozenten

Avatar

Jeff Leek, PhD

Associate Professor, Biostatistics
Bloomberg School of Public Health
Avatar

Roger D. Peng, PhD

Associate Professor, Biostatistics
Bloomberg School of Public Health
Avatar

Brian Caffo, PhD

Professor, Biostatistics
Bloomberg 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....

Häufig gestellte Fragen

  • 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.

  • 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.

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..