enthaltenData ScienceMachine LearningGithubR ProgrammingExploratory Data AnalysisRstudioData AnalysisDebuggingData ManipulationRegular Expression (REGEX)Data CleansingCluster Analysis
von
Spezialisierung Data Science: Foundations using RJohns Hopkins UniversityWas Sie lernen werden
Use R to clean, analyze, and visualize data.
Learn how to ask the right questions, obtain data, and perform reproducible research.
Use GitHub to manage data science projects.
Set up R, R-Studio, Github and other useful tools
Kompetenzen, die Sie erwerben
Über dieses Spezialisierung
51,260 kürzliche Aufrufe
Ask the right questions, manipulate data sets, and create visualizations to communicate results.
This Specialization covers foundational data science tools and techniques, including getting, cleaning, and exploring data, programming in R, and conducting reproducible research. Learners who complete this specialization will be prepared to take the Data Science: Statistics and Machine Learning specialization, in which they build a data product using real-world data.
The five courses in this specialization are the very same courses that make up the first half of the Data Science Specialization. This specialization is presented for learners who want to start and complete the foundational part of the curriculum first, before moving onto the more advanced topics in Data Science: Statistics and Machine Learning.
Praktisches Lernprojekt
In taking the Data Science: Foundations using R Specialization, learners will complete a project at the ending of each course in this specialization. Projects include, installing tools, programming in R, cleaning data, performing analyses, as well as peer review assignments.
Karriereergebnisse der Lernenden
38%
Ich nahm nach Abschluss dieses Spezialisierung einen neuen Beruf auf.
15%
Ich erhielt eine Gehaltserhöhung oder Beförderung.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
Kurse, die komplett online stattfinden
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexibler Zeitplan
Festlegen und Einhalten flexibler Termine.
Stufe „Anfänger“
Keine Vorkenntnisse erforderlich.
Etwa 5 Monate bis zum Abschluss
Empfohlenes Lerntempo: 8 Stunden/Woche
Englisch
Untertitel: Englisch, Arabischer Raum, Französisch, Portugiesisch (europäisch), Italienisch, Vietnamesisch, Koreanisch, Deutsch, Russisch, Spanisch, Chinesisch (vereinfacht), Portugiesisch (Brasilien), Japanisch
Karriereergebnisse der Lernenden
38%
Ich nahm nach Abschluss dieses Spezialisierung einen neuen Beruf auf.
15%
Ich erhielt eine Gehaltserhöhung oder Beförderung.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
Kurse, die komplett online stattfinden
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexibler Zeitplan
Festlegen und Einhalten flexibler Termine.
Stufe „Anfänger“
Keine Vorkenntnisse erforderlich.
Etwa 5 Monate bis zum Abschluss
Empfohlenes Lerntempo: 8 Stunden/Woche
Englisch
Untertitel: Englisch, Arabischer Raum, Französisch, Portugiesisch (europäisch), Italienisch, Vietnamesisch, Koreanisch, Deutsch, Russisch, Spanisch, Chinesisch (vereinfacht), Portugiesisch (Brasilien), Japanisch
So funktioniert die Spezialisierung
Kurse absolvieren
Eine Coursera-Spezialisierung ist eine Reihe von Kursen, in denen Sie eine Kompetenz erwerben. Um zu beginnen, melden Sie sich direkt für die Spezialisierung an oder überprüfen Sie deren Kurse und wählen Sie denjenigen Kurs aus, mit dem Sie beginnen möchten. Wenn Sie einen Kurs abonnieren, der Bestandteil einer Spezialisierung ist, abonnieren Sie automatisch die gesamte Spezialisierung Es ist in Ordnung, wenn Sie nur einen Kurs absolvieren möchten — Sie können Ihren Lernprozess jederzeit unterbrechen oder Ihr Abonnement kündigen. Gehen Sie zu Ihrem Kursteilnehmer-Dashboard, um Ihre Kursanmeldungen und Ihren Fortschritt zu verfolgen.
Praxisprojekt
Jede Spezialisierung umfasst ein Praxisprojekt. Sie müssen das Projekt/die Projekte erfolgreich abschließen, um die Spezialisierung abzuschließen und Ihr Zertifikat zu erwerben. Wenn die Spezialisierung einen separaten Kurs für das Praxisprojekt umfasst, müssen Sie zunächst alle anderen Kurse abschließen, bevor Sie damit beginnen können.
Zertifikat erwerben
Wenn Sie alle Kurse und das Praxisprojekt abgeschlossen haben, erhalten Sie ein Zertifikat, dass Sie für potenzielle Arbeitgeber und Ihr berufliches Netzwerk freigeben können.
Es gibt 5 Kurse in dieser Spezialisierung
The Data Scientist’s Toolbox
31,398 Bewertungen
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.
R-Programmierung
20,752 Bewertungen
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.
Getting and Cleaning Data
7,758 Bewertungen
Before you can work with data you have to get some. This course will cover the basic ways that data can be obtained. The course will cover obtaining data from the web, from APIs, from databases and from colleagues in various formats. It will also cover the basics of data cleaning and how to make data “tidy”. Tidy data dramatically speed downstream data analysis tasks. The course will also cover the components of a complete data set including raw data, processing instructions, codebooks, and processed data. The course will cover the basics needed for collecting, cleaning, and sharing data.
Explorative Datenanalyse
5,842 Bewertungen
This course covers the essential exploratory techniques for summarizing data. These techniques are typically applied before formal modeling commences and can help inform the development of more complex statistical models. Exploratory techniques are also important for eliminating or sharpening potential hypotheses about the world that can be addressed by the data. We will cover in detail the plotting systems in R as well as some of the basic principles of constructing data graphics. We will also cover some of the common multivariate statistical techniques used to visualize high-dimensional data.
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.
Häufig gestellte Fragen
Erhalte ich akademische Leistungspunkte für den Abschluss der Spezialisierung?
Can I just enroll in a single course?
Kann ich mich auch nur für einen Kurs anmelden?
Can I take the course for free?
Kann ich kostenlos an diesem Kurs teilnehmen?
Findet dieser Kurs wirklich ausschließlich online statt? Muss ich zu irgendwelchen Sitzungen persönlich erscheinen?
Wie lange dauert es, die Spezialisierung abzuschließen?
Do I need to take the courses in a specific order?
Will I earn university credit for completing the Specialization?
Erhalte ich akademische Leistungspunkte für den Abschluss der Spezialisierung?
Can I sign up for the course without paying or applying for financial aid?
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
