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.
Университет Джонса ХопкинсаОб этом курсе
Недавно просмотрено: 798,867
Карьерные результаты учащихся
34%
начал новую карьеру, пройдя эти курсы
32%
получил значимые преимущества в карьере благодаря этому курсу
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Прибл. 18 часов на выполнение
Английский
Субтитры: Арабский, Французский, Португальский (Европа), Китайский (упрощенное письмо), Итальянский, Вьетнамский, Корейский, Немецкий, Русский, Турецкий, Английский, Испанский
Чему вы научитесь
Set up R, R-Studio, Github and other useful tools
Understand the data, problems, and tools that data analysts use
Explain essential study design concepts
Create a Github repository
Приобретаемые навыки
Data ScienceGithubR ProgrammingRstudio
Карьерные результаты учащихся
34%
начал новую карьеру, пройдя эти курсы
32%
получил значимые преимущества в карьере благодаря этому курсу
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Прибл. 18 часов на выполнение
Английский
Субтитры: Арабский, Французский, Португальский (Европа), Китайский (упрощенное письмо), Итальянский, Вьетнамский, Корейский, Немецкий, Русский, Турецкий, Английский, Испанский
от партнера
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.
Программа курса: что вы изучите
5 ч. на завершение
Data Science Fundamentals
In this module, we'll introduce and define data science and data itself. We'll also go over some of the resources that data scientists use to get help when they're stuck.
5 ч. на завершение
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 практических упражнений
What is Data Science?30мин
What is Data?30мин
Getting Help Quiz30мин
Data Science Process30мин
Module One Summative Quiz30мин
5 ч. на завершение
R and RStudio
In this module, we'll help you get up and running with both R and RStudio. Along the way, you'll learn some basics about both and why data scientists use them.
5 ч. на завершение
5 видео ((всего 34 мин.))
6 практических упражнений
Installing R30мин
Installing R Studio30мин
RStudio Tour30мин
R Packages30мин
Projects in R30мин
Module Two Summative Quiz30мин
4 ч. на завершение
Version Control and GitHub
During this module, you'll learn about version control and why it's so important to data scientists. You'll also learn how to use Git and GitHub to manage version control in data science projects.
4 ч. на завершение
4 видео ((всего 28 мин.))
4 видео
Version Control11мин
Github and Git8мин
Linking Github and R Studio4мин
Projects under Version Control4мин
5 практических упражнений
Version Control30мин
GitHub and Git30мин
Linking Git/GitHub and RStudio30мин
Projects under Version Control30мин
Module Three Summative Quiz30мин
5 ч. на завершение
R Markdown, Scientific Thinking, and Big Data
During this final module, you'll learn to use R Markdown and get an introduction to three concepts that are incredibly important to every successful data scientist: asking good questions, experimental design, and big data.
5 ч. на завершение
4 видео ((всего 34 мин.))
5 практических упражнений
R Markdown30мин
Types of Data Science Questions30мин
Experimental Design30мин
Big Data30мин
Module Four Summative Quiz30мин
Рецензии
Основные моменты
"Foundational tools" в отзывах (243)
"Introductory course" в отзывах (1056)
Лучшие отзывы о курсе НАБОР ИНСТРУМЕНТАЛЬНЫХ СРЕДСТВ ДЛЯ СПЕЦИАЛИСТОВ ПО ОБРАБОТКЕ ДАННЫХ
от партнера US12 окт. 2017 г.
Great course for a beginner. But, since I knew most of the content from previous works, there was not much new learning for me. I am confident the later courses will enhance my knowledge a great deal.
от партнера SF14 апр. 2020 г.
As a business student from Bangladesh who is aspiring to be a data analyst in near future, I love this course very much. The quizzes and assessments were the places to check how much I exactly learnt.
от партнера CC10 июня 2016 г.
A good basic class and collection of the tools. I wish there had been a little more explanation of what we would use the software for, but I found the lecture parts to be both concise and informative.
от партнера LR7 сент. 2017 г.
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.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Что я получу, оформив подписку на специализацию?
Is financial aid available?
Получу ли я зачеты в университете за прохождение курса?
Остались вопросы? Посетите Центр поддержки учащихся.
