This one-week course describes the process of analyzing data and how to manage that process. We describe the iterative nature of data analysis and the role of stating a sharp question, exploratory data analysis, inference, formal statistical modeling, interpretation, and communication. In addition, we will describe how to direct analytic activities within a team and to drive the data analysis process towards coherent and useful results.
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Executive Data Science
von
Spezialisierung Executive Data ScienceJohns Hopkins UniversityÜber diesen Kurs
77,100 kürzliche Aufrufe
Karriereergebnisse der Lernenden
29%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
30%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
10%
erhalten Sie eine Gehaltserhöhung oder Beförderung
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 3 von 5 in
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Ca. 6 Stunden zum Abschließen
Englisch
Untertitel: Englisch, Japanisch
Was Sie lernen werden
Differentiate between various types of data pulls
Describe the basic data analysis iteration
Explore datasets to determine if data is appropriate for a project
Use statistical findings to create convincing data analysis presentations
Kompetenzen, die Sie erwerben
Data AnalysisCommunicationInterpretationExploratory Data Analysis
Karriereergebnisse der Lernenden
29%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
30%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
10%
erhalten Sie eine Gehaltserhöhung oder Beförderung
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 3 von 5 in
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Ca. 6 Stunden zum Abschließen
Englisch
Untertitel: Englisch, Japanisch
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
6 Stunden zum Abschließen
Managing Data Analysis
Welcome to Managing Data Analysis! This course is one module, intended to be taken in one week. The course works best if you follow along with the material in the order it is presented. Each lecture consists of videos and reading materials that expand on the lecture. I'm excited to have you in the class and look forward to your contributions to the learning community. If you have questions about course content, please post them in the forums to get help from others in the course community. For technical problems with the Coursera platform, visit the Learner Help Center. Good luck as you get started, and I hope you enjoy the course!
6 Stunden zum Abschließen
19 Videos (Gesamt 144 min), 17 Lektüren, 7 Quiz
19 Videos
Data Analysis Iteration8m
Stages of Data Analysis1m
Six Types of Questions6m
Characteristics of a Good Question6m
Exploratory Data Analysis Goals & Expectations11m
Using Statistical Models to Explore Your Data (Part 1)13m
Using Statistical Models to Explore Your Data (Part 2)5m
Exploratory Data Analysis: When to Stop6m
Making Inferences from Data: Introduction5m
Populations Come in Many Forms4m
Inference: What Can Go Wrong7m
General Framework8m
Associational Analyses10m
Prediction Analyses10m
Inference vs. Prediction12m
Interpreting Your Results10m
Routine Communication in Data Analysis6m
Making a Data Analysis Presentation5m
17 Lektüren
Pre-Course Survey10m
Course Textbook: The Art of Data Science10m
Conversations on Data Science10m
Data Science as Art10m
Epicycles of Analysis10m
Six Types of Questions10m
Characteristics of a Good Question10m
EDA Check List10m
Assessing a Distribution10m
Assessing Linear Relationships10m
Exploratory Data Analysis: When Do We Stop?10m
Factors Affecting the Quality of Inference10m
A Note on Populations10m
Inference vs. Prediction10m
Interpreting Your Results10m
Routine Communication10m
Post-Course Survey10m
7 praktische Übungen
Data Analysis Iteration10m
Stating and Refining the Question16m
Exploratory Data Analysis10m
Inference10m
Formal Modeling, Inference vs. Prediction10m
Interpretation10m
Communication10m
Über den Spezialisierung Executive Data Science
Assemble the right team, ask the right questions, and avoid the mistakes that derail data science projects.
In four intensive courses, you will learn what you need to know to begin assembling and leading a data science enterprise, even if you have never worked in data science before. You’ll get a crash course in data science so that you’ll be conversant in the field and understand your role as a leader. You’ll also learn how to recruit, assemble, evaluate, and develop a team with complementary skill sets and roles. You’ll learn the structure of the data science pipeline, the goals of each stage, and how to keep your team on target throughout. Finally, you’ll learn some down-to-earth practical skills that will help you overcome the common challenges that frequently derail data science projects.
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?
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..