Об этом курсе
Недавно просмотрено: 375,977

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Прибл. 8 часа на выполнение

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

Английский

Субтитры: Английский, Корейский

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

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Прибл. 8 часа на выполнение

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

Английский

Субтитры: Английский, Корейский

Программа курса: что вы изучите

Неделя
1
3 ч. на завершение

Data Science Fundamentals

5 видео ((всего 40 мин.)), 2 материалов для самостоятельного изучения, 5 тестов
5 видео
What is Data Science?9мин
What is Data?6мин
Getting Help10мин
The Data Science Process9мин
2 материала для самостоятельного изучения
Welcome5мин
A Note of Explanation2мин
5 практического упражнения
What is Data Science?6мин
What is Data?6мин
Getting Help Quiz6мин
Data Science Process8мин
Module One Summative Quiz30мин
Неделя
2
3 ч. на завершение

R and RStudio

5 видео ((всего 34 мин.)), 6 тестов
5 видео
Installing R Studio3мин
RStudio Tour7мин
R Packages11мин
Projects in R5мин
6 практического упражнения
Installing R8мин
Installing R Studio4мин
RStudio Tour8мин
R Packages10мин
Projects in R6мин
Module Two Summative Quiz30мин
Неделя
3
2 ч. на завершение

Version Control and GitHub

4 видео ((всего 28 мин.)), 5 тестов
4 видео
Github and Git8мин
Linking Github and R Studio4мин
Projects under Version Control4мин
5 практического упражнения
Version Control6мин
GitHub and Git10мин
Linking Git/GitHub and RStudio6мин
Projects under Version Control8мин
Module Three Summative Quiz30мин
Неделя
4
5 ч. на завершение

R Markdown, Scientific Thinking, and Big Data

4 видео ((всего 34 мин.)), 6 тестов
4 видео
R Markdown8мин
Types of Data Science Questions9мин
Experimental Design9мин
Big Data6мин
5 практического упражнения
R Markdown10мин
Types of Data Science Questions6мин
Experimental Design14мин
Big Data6мин
Module Four Summative Quiz30мин
4.5
Рецензии: 4189Chevron Right

38%

начал новую карьеру, пройдя эти курсы

35%

получил значимые преимущества в карьере благодаря этому курсу

Лучшие отзывы о курсе Набор инструментальных средств для специалистов по обработке данных

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.

Преподаватели

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 Университет Джонса Хопкинса

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....

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.