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.
von
Johns Hopkins UniversityÜber diesen Kurs
427.720 kürzliche Aufrufe
Karriereergebnisse der Lernenden
32%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
29%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Ca. 18 Stunden zum Abschließen
Englisch
Untertitel: Arabischer Raum, Französisch, Portugiesisch (europäisch), Italienisch, Vietnamesisch, Koreanisch, Deutsch, Russisch, Englisch, Spanisch
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
32%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
29%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Ca. 18 Stunden zum Abschließen
Englisch
Untertitel: Arabischer Raum, Französisch, Portugiesisch (europäisch), Italienisch, Vietnamesisch, Koreanisch, Deutsch, Russisch, Englisch, Spanisch
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
5 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.
5 Stunden zum Abschließen
5 Videos (Gesamt 40 min), 2 Lektüren, 5 Quiz
5 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.
5 Stunden zum Abschließen
5 Videos (Gesamt 34 min)
4 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.
4 Stunden zum Abschließen
4 Videos (Gesamt 28 min)
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)
Bewertungen
Highlights
"Foundational tools" in 243 Bewertungen
"Introductory course" in 1056 Bewertungen
Top-Bewertungen von THE DATA SCIENTIST’S TOOLBOX
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 US12. Okt. 2017
Great course for a beginner. But, since I knew most of the content from previous works, there was not much new learning for me. I am confident the later courses will enhance my knowledge a great deal.
von LR7. Sep. 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 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.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Is financial aid available?
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
