Об этом курсе
4.5
Оценки: 16,750
Рецензии: 3,443
Специализация
100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Часов на завершение

Прибл. 8 часа на выполнение

Предполагаемая нагрузка: 1-4 hours/week...
Доступные языки

Английский

Субтитры: Английский, Французский, Китайский (упрощенное письмо), Греческий, Итальянский, Португальский (бразильский), Вьетнамский, Русский, Турецкий, Иврит, Японский...

Чему вы научитесь

  • Check

    Create a Github repository

  • Check

    Explain essential study design concepts

  • Check

    Set up R, R-Studio, Github and other useful tools

  • Check

    Understand the data, problems, and tools that data analysts work with

Приобретаемые навыки

Data ScienceGithubR ProgrammingRstudio
Специализация
100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Часов на завершение

Прибл. 8 часа на выполнение

Предполагаемая нагрузка: 1-4 hours/week...
Доступные языки

Английский

Субтитры: Английский, Французский, Китайский (упрощенное письмо), Греческий, Итальянский, Португальский (бразильский), Вьетнамский, Русский, Турецкий, Иврит, Японский...

Программа курса: что вы изучите

Неделя
1
Часов на завершение
2 ч. на завершение

Week 1

During Week 1, you'll learn about the goals and objectives of the Data Science Specialization and each of its components. You'll also get an overview of the field as well as instructions on how to install R....
Reading
16 видео (всего 51 мин.), 5 материалов для самостоятельного изучения, 1 тест
Video16 видео
The Data Scientist's Toolbox5мин
Getting Help8мин
Finding Answers4мин
R Programming Overview2мин
Getting Data Overview1мин
Exploratory Data Analysis Overview1мин
Reproducible Research Overview1мин
Statistical Inference Overview1мин
Regression Models Overview1мин
Practical Machine Learning Overview1мин
Building Data Products Overview1мин
Installing R on Windows {Roger Peng}3мин
Install R on a Mac {Roger Peng}2мин
Installing Rstudio {Roger Peng}1мин
Installing Outside Software on Mac (OS X Mavericks)1мин
Reading5 материала для самостоятельного изучения
Welcome to the Data Scientist's Toolbox10мин
Pre-Course Survey10мин
Syllabus10мин
Specialization Textbooks10мин
The Elements of Data Analytic Style10мин
Quiz1 практическое упражнение
Week 1 Quiz10мин
Неделя
2
Часов на завершение
1 ч. на завершение

Week 2: Installing the Toolbox

This is the most lecture-intensive week of the course. The primary goal is to get you set up with R, Rstudio, Github, and the other tools we will use throughout the Data Science Specialization and your ongoing work as a data scientist. ...
Reading
9 видео (всего 51 мин.), 1 тест
Video9 видео
Command Line Interface16мин
Introduction to Git4мин
Introduction to Github3мин
Creating a Github Repository5мин
Basic Git Commands5мин
Basic Markdown2мин
Installing R Packages5мин
Installing Rtools2мин
Quiz1 практическое упражнение
Week 2 Quiz10мин
Неделя
3
Часов на завершение
1 ч. на завершение

Week 3: Conceptual Issues

The Week 3 lectures focus on conceptual issues behind study design and turning data into knowledge. If you have trouble or want to explore issues in more depth, please seek out answers on the forums. They are a great resource! If you happen to be a superstar who already gets it, please take the time to help your classmates by answering their questions as well. This is one of the best ways to practice using and explaining your skills to others. These are two of the key characteristics of excellent data scientists. ...
Reading
4 видео (всего 35 мин.), 1 тест
Video4 видео
What is Data?5мин
What About Big Data?4мин
Experimental Design15мин
Quiz1 практическое упражнение
Week 3 Quiz10мин
Неделя
4
Часов на завершение
2 ч. на завершение

Week 4: Course Project Submission & Evaluation

In Week 4, we'll focus on the Course Project. This is your opportunity to install the tools and set up the accounts that you'll need for the rest of the specialization and for work in data science....
Reading
1 материал для самостоятельного изучения, 1 тест
Reading1 материал для самостоятельного изучения
Post-Course Survey10мин
4.5
Формирование карьерного пути

36%

начал новую карьеру, пройдя эти курсы
Карьерные преимущества

83%

получил значимые преимущества в карьере благодаря этому курсу

Лучшие рецензии

Основные моменты
Introductory course
(1056)
Foundational tools
(243)
автор: LRSep 8th 2017

It was really insightful, coming from knowing almost nothing about statistics or experimental design, it was easy to understand while not feeling shallow. Just the right amount of information density.

автор: AIApr 24th 2018

This course was a good intro especially in setting all the necessary software for future courses. I suggest to read the manuals, books and other readings the profs suggest. The resources are helpful.

Преподавателя

Avatar

Jeff Leek, PhD

Associate Professor, Biostatistics
Bloomberg School of Public Health
Avatar

Roger D. Peng, PhD

Associate Professor, Biostatistics
Bloomberg School of Public Health
Avatar

Brian Caffo, PhD

Professor, Biostatistics
Bloomberg School of Public Health

О 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....

О специализации ''Data Science'

Ask the right questions, manipulate data sets, and create visualizations to communicate results. This Specialization covers the concepts and tools you'll need throughout the entire data science pipeline, from asking the right kinds of questions to making inferences and publishing results. In the final Capstone Project, you’ll apply the skills learned by building a data product using real-world data. At completion, students will have a portfolio demonstrating their mastery of the material....
Data Science

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

Остались вопросы? Посетите Центр поддержки учащихся.