Об этом курсе
Недавно просмотрено: 330,132

Курс 1 из 10 в программе

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: Арабский, Французский, Китайский (упрощенное письмо), Греческий, Итальянский, Португальский (бразильский), Вьетнамский, Русский, Турецкий, Английский, 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

Курс 1 из 10 в программе

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

Программа курса: что вы изучите

Неделя
1
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.

...
16 видео ((всего 51 мин.)), 5 материалов для самостоятельного изучения, 1 тест
16 видео
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
5 материала для самостоятельного изучения
Welcome to the Data Scientist's Toolbox10мин
Pre-Course Survey10мин
Syllabus10мин
Specialization Textbooks10мин
The Elements of Data Analytic Style10мин
1 практическое упражнение
Week 1 Quiz10мин
Неделя
2
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.

...
9 видео ((всего 51 мин.)), 1 тест
9 видео
Introduction to Github3мин
Creating a Github Repository5мин
Basic Git Commands5мин
Basic Markdown2мин
Installing R Packages5мин
Installing Rtools2мин
1 практическое упражнение
Week 2 Quiz10мин
Неделя
3
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.

...
4 видео ((всего 35 мин.)), 1 тест
4 видео
Experimental Design15мин
1 практическое упражнение
Week 3 Quiz10мин
Неделя
4
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.

...
1 материал для самостоятельного изучения, 1 тест
1 материал для самостоятельного изучения
Post-Course Survey10мин
4.5
Рецензии: 3834Chevron Right

38%

начал новую карьеру, пройдя эти курсы

34%

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: AMJul 22nd 2017

Great Primer for what Data Science is about. It also provides the infrastructure of tools needed. This was what I was after, a way to provide other data scientist hardware and infrastructure support.

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....

О специализации ''Наука о данных'

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....
Наука о данных

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.