Have you ever had the perfect data science experience? The data pull went perfectly. There were no merging errors or missing data. Hypotheses were clearly defined prior to analyses. Randomization was performed for the treatment of interest. The analytic plan was outlined prior to analysis and followed exactly. The conclusions were clear and actionable decisions were obvious. Has that every happened to you? Of course not. Data analysis in real life is messy. How does one manage a team facing real data analyses? In this one-week course, we contrast the ideal with what happens in real life. By contrasting the ideal, you will learn key concepts that will help you manage real life analyses.
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Executive Data Science
von
Spezialisierung Executive Data ScienceJohns Hopkins UniversityÜber diesen Kurs
66,860 kürzliche Aufrufe
Karriereergebnisse der Lernenden
33%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
14%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 4 von 5 in
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Ca. 5 Stunden zum Abschließen
Englisch
Untertitel: Englisch
Was Sie lernen werden
Identify strengths and weaknesses in experimental designs
Learn novel solutions for managing data pulls
Describe common pitfalls in communicating data analyses
Understand a typical day in the life of a data analysis manager
Kompetenzen, die Sie erwerben
StatisticsData ScienceData AnalysisData Management
Karriereergebnisse der Lernenden
33%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
14%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 4 von 5 in
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Ca. 5 Stunden zum Abschließen
Englisch
Untertitel: Englisch
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
Introduction, the perfect data science experience
This course is one module, intended to be taken in one week. Please do the course roughly in the order presented. Each lecture has reading and videos. Except for the introductory lecture, every lecture has a 5 question quiz; get 4 out of 5 or better on the quiz.
5 Stunden zum Abschließen
22 Videos (Gesamt 159 min), 10 Lektüren, 6 Quiz
22 Videos
Data science in the ideal versus real life Part 14m
Data science in the ideal versus real life Part 23m
Examples7m
Machine Learning vs. Traditional Statistics Part 114m
Machine Learning vs. Traditional Statistics Part 23m
Managing the Data Pull11m
Experimental design and observational analysis10m
Causality part 18m
Causality Part 29m
What Can Go Wrong?: Confounding5m
A/B Testing9m
Sampling bias and random sampling5m
Blocking and adjustment11m
Multiplicity6m
Effect size, significance, & modeling7m
Comparison with benchmark effects4m
Negative controls5m
Non-significance5m
Estimation Target is Relevant10m
Report writing8m
Version control4m
10 Lektüren
Pre-Course Survey10m
Course structure10m
Grading10m
The data pull is clean10m
The experiment is carefully designed10m
The experiment is carefully designed, things to do10m
Results of analyses are clear10m
The decision is obvious10m
The analysis product is awesome10m
Post-Course Survey10m
6 praktische Übungen
The Data Pull is Clean10m
The experiment is carefully designed principles10m
The experiment is carefully designed, things to do10m
Results of analyses are clear8m
The Decision is Obvious10m
The analysis product is awesome10m
Bewertungen
Top-Bewertungen von DATA SCIENCE IN REAL LIFE
von AK18. Apr. 2020
It was kind of hard to understand as I did not have any professional experience in data science. But, I am sure I can work in a professional environment now with the teachings of the professor.
von SM19. Aug. 2017
A very good and concise course that helps to understand the basics of the Data Science and its applications. The examples are very relevant and helps to understand the topic easily.
von YY26. Okt. 2016
Dr.Caffo is really well-versed with his field but I feel like concepts should be given more concrete examples so that they seem more interesting. Respect him all the way!
von PE11. März 2017
Brian Caffo does a terrific job teaching some of more advanced material, I very much appreciate his jokes and humor, as well as his helpful explanations of the material.
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?
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
- The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
- The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
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..
