In this course you will learn how to program in R and how to use R for effective data analysis. You will learn how to install and configure software necessary for a statistical programming environment and describe generic programming language concepts as they are implemented in a high-level statistical language. The course covers practical issues in statistical computing which includes programming in R, reading data into R, accessing R packages, writing R functions, debugging, profiling R code, and organizing and commenting R code. Topics in statistical data analysis will provide working examples.
Johns Hopkins UniversityÜber diesen Kurs
1,678,049 kürzliche Aufrufe
Karriereergebnisse der Lernenden
36%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
35%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
11%
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.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“
Familiarity with regression is recommended.
Ca. 58 Stunden zum Abschließen
Englisch
Untertitel: Arabischer Raum, Französisch, Chinesisch (vereinfacht), Portugiesisch (Brasilien), Vietnamesisch, Englisch, Spanisch, Japanisch
Was Sie lernen werden
Understand critical programming language concepts
Configure statistical programming software
Make use of R loop functions and debugging tools
Collect detailed information using R profiler
Kompetenzen, die Sie erwerben
Data AnalysisDebuggingR ProgrammingRstudio
Karriereergebnisse der Lernenden
36%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
35%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
11%
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.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“
Familiarity with regression is recommended.
Ca. 58 Stunden zum Abschließen
Englisch
Untertitel: Arabischer Raum, Französisch, Chinesisch (vereinfacht), Portugiesisch (Brasilien), Vietnamesisch, Englisch, Spanisch, 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
25 Stunden zum Abschließen
Week 1: Background, Getting Started, and Nuts & Bolts
This week covers the basics to get you started up with R. The Background Materials lesson contains information about course mechanics and some videos on installing R. The Week 1 videos cover the history of R and S, go over the basic data types in R, and describe the functions for reading and writing data. I recommend that you watch the videos in the listed order, but watching the videos out of order isn't going to ruin the story.
25 Stunden zum Abschließen
28 Videos (Gesamt 129 min), 9 Lektüren, 8 Quiz
28 Videos
Installing R on Windows3m
Installing R Studio (Mac)1m
Writing Code / Setting Your Working Directory (Windows)7m
Writing Code / Setting Your Working Directory (Mac)7m
Introduction1m
Overview and History of R16m
Getting Help13m
R Console Input and Evaluation4m
Data Types - R Objects and Attributes4m
Data Types - Vectors and Lists6m
Data Types - Matrices3m
Data Types - Factors4m
Data Types - Missing Values2m
Data Types - Data Frames2m
Data Types - Names Attribute1m
Data Types - Summary43
Reading Tabular Data5m
Reading Large Tables7m
Textual Data Formats4m
Connections: Interfaces to the Outside World4m
Subsetting - Basics4m
Subsetting - Lists4m
Subsetting - Matrices2m
Subsetting - Partial Matching1m
Subsetting - Removing Missing Values3m
Vectorized Operations3m
Introduction to swirl1m
9 Lektüren
Welcome to R Programming10m
About the Instructor10m
Pre-Course Survey10m
Syllabus10m
Course Textbook10m
Course Supplement: The Art of Data Science10m
Data Science Podcast: Not So Standard Deviations10m
Getting Started and R Nuts and Bolts10m
Practical R Exercises in swirl Part 110m
1 praktische Übung
Week 1 Quiz40m
12 Stunden zum Abschließen
Week 2: Programming with R
Welcome to Week 2 of R Programming. This week, we take the gloves off, and the lectures cover key topics like control structures and functions. We also introduce the first programming assignment for the course, which is due at the end of the week.
12 Stunden zum Abschließen
13 Videos (Gesamt 91 min), 3 Lektüren, 5 Quiz
13 Videos
Control Structures - If-else1m
Control Structures - For loops4m
Control Structures - While loops3m
Control Structures - Repeat, Next, Break4m
Your First R Function10m
Functions (part 1)9m
Functions (part 2)7m
Scoping Rules - Symbol Binding10m
Scoping Rules - R Scoping Rules8m
Scoping Rules - Optimization Example (OPTIONAL)9m
Coding Standards8m
Dates and Times10m
3 Lektüren
Week 2: Programming with R10m
Practical R Exercises in swirl Part 210m
Programming Assignment 1 INSTRUCTIONS: Air Pollution10m
2 praktische Übungen
Week 2 Quiz20m
Programming Assignment 1: Quiz20m
10 Stunden zum Abschließen
Week 3: Loop Functions and Debugging
We have now entered the third week of R Programming, which also marks the halfway point. The lectures this week cover loop functions and the debugging tools in R. These aspects of R make R useful for both interactive work and writing longer code, and so they are commonly used in practice.
10 Stunden zum Abschließen
8 Videos (Gesamt 61 min), 2 Lektüren, 4 Quiz
8 Videos
Loop Functions - apply7m
Loop Functions - mapply4m
Loop Functions - tapply3m
Loop Functions - split9m
Debugging Tools - Diagnosing the Problem12m
Debugging Tools - Basic Tools6m
Debugging Tools - Using the Tools8m
2 Lektüren
Week 3: Loop Functions and Debugging10m
Practical R Exercises in swirl Part 310m
1 praktische Übung
Week 3 Quiz10m
11 Stunden zum Abschließen
Week 4: Simulation & Profiling
This week covers how to simulate data in R, which serves as the basis for doing simulation studies. We also cover the profiler in R which lets you collect detailed information on how your R functions are running and to identify bottlenecks that can be addressed. The profiler is a key tool in helping you optimize your programs. Finally, we cover the str function, which I personally believe is the most useful function in R.
11 Stunden zum Abschließen
6 Videos (Gesamt 42 min), 4 Lektüren, 5 Quiz
6 Videos
Simulation - Generating Random Numbers7m
Simulation - Simulating a Linear Model4m
Simulation - Random Sampling2m
R Profiler (part 1)10m
R Profiler (part 2)10m
4 Lektüren
Week 4: Simulation & Profiling10m
Practical R Exercises in swirl Part 410m
Programming Assignment 3 INSTRUCTIONS: Hospital Quality10m
Post-Course Survey10m
2 praktische Übungen
Week 4 Quiz20m
Programming Assignment 3: Quiz20m
Bewertungen
Top-Bewertungen von R-PROGRAMMIERUNG
von JM11. Aug. 2019
Very challenging, but good course. I've been programming in R for over a year, but there were still some things for me to pick up in this class. Assignments were a challenge, but satisfying to tackle.
von WH2. Feb. 2016
"R Programming" forces you to dive in deep. These skills serve as a strong basis for the rest of the data science specialization.\n\nMaterial is in depth, but presented clearly. Highly recommended!
von MR11. Mai 2020
Really interesting course. The interactive coding sessions with swirl are especially useful. Would be great, if you provided sample solutions for the programming assignments, in particular for week 4.
von EJ11. Juli 2016
Excellent course! I already knew a lot about R - but this class helped me solidify what I already knew, taught me lots of new tricks, and now I have a certificate that says I know `something' about R!
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
- Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
- Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
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
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
