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.
von
Johns Hopkins UniversityÜber diesen Kurs
384.083 kürzliche Aufrufe
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.
Stufe „Mittel“
Familiarity with regression is recommended.
Ca. 57 Stunden zum Abschließen
Englisch
Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?
Probieren Sie Coursera for Business ausWas 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 Analysis
- Debugging
- R Programming
- Rstudio
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.
Stufe „Mittel“
Familiarity with regression is recommended.
Ca. 57 Stunden zum Abschließen
Englisch
Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?
Probieren Sie Coursera for Business aus
Lehrplan - Was Sie in diesem Kurs lernen werden
25 Stunden zum Abschließen
Week 1: Background, Getting Started, and Nuts & Bolts
25 Stunden zum Abschließen
28 Videos (Gesamt 129 min), 9 Lektüren, 8 Quiz
12 Stunden zum Abschließen
Week 2: Programming with R
12 Stunden zum Abschließen
13 Videos (Gesamt 91 min), 3 Lektüren, 5 Quiz
9 Stunden zum Abschließen
Week 3: Loop Functions and Debugging
9 Stunden zum Abschließen
8 Videos (Gesamt 61 min), 2 Lektüren, 4 Quiz
11 Stunden zum Abschließen
Week 4: Simulation & Profiling
11 Stunden zum Abschließen
6 Videos (Gesamt 42 min), 4 Lektüren, 5 Quiz
Bewertungen
- 5 stars68,14 %
- 4 stars22,13 %
- 3 stars5,82 %
- 2 stars2,06 %
- 1 star1,82 %
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 MR29. Aug. 2021
Fantastic course for learning R in a dynamic way, with clear goals. A lot of information is given, so I'd say that studying in between lectures is a must, if one wants to learn things really well.
von DV2. Feb. 2016
The content is superbly designer for a beginner. The Swirl assignments need to make compulsory. Infact they contributed more to the learning process. More Swirl contents will make the course richer.
von AK26. Mai 2017
This was very engaging, however, the level of expectation and effort needed is much greater than course 1 - ToolBox.
This is perhaps the best course on R Programming designed for a small duration.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Ist finanzielle Unterstützung möglich?
Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.
