Об этом курсе
4.5
Оценки: 3,165
Рецензии: 454

Курс 5 из 10 в программе

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Прибл. 10 часа на выполнение

Предполагаемая нагрузка: 4-9 hours/week...

Английский

Субтитры: Английский, Вьетнамский

Чему вы научитесь

  • Check

    Determine the reproducibility of analysis project

  • Check

    Organize data analysis to help make it more reproducible

  • Check

    Publish reproducible web documents using Markdown

  • Check

    Write up a reproducible data analysis using knitr

Приобретаемые навыки

KnitrData AnalysisR ProgrammingMarkup Language

Курс 5 из 10 в программе

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Прибл. 10 часа на выполнение

Предполагаемая нагрузка: 4-9 hours/week...

Английский

Субтитры: Английский, Вьетнамский

Программа курса: что вы изучите

Неделя
1
2 ч. на завершение

Week 1: Concepts, Ideas, & Structure

This week will cover the basic ideas of reproducible research since they may be unfamiliar to some of you. We also cover structuring and organizing a data analysis to help make it more reproducible. I recommend that you watch the videos in the order that they are listed on the web page, but watching the videos out of order isn't going to ruin the story. ...
9 видео ((всего 72 мин.)), 3 материалов для самостоятельного изучения, 1 тест
9 видео
What is Reproducible Research About?8мин
Reproducible Research: Concepts and Ideas (part 1)7мин
Reproducible Research: Concepts and Ideas (part 2) 5мин
Reproducible Research: Concepts and Ideas (part 3) 3мин
Scripting Your Analysis 4мин
Structure of a Data Analysis (part 1)12мин
Structure of a Data Analysis (part 2)17мин
Organizing Your Analysis11мин
3 материала для самостоятельного изучения
Syllabus10мин
Pre-course survey10мин
Course Book: Report Writing for Data Science in R10мин
1 практическое упражнение
Week 1 Quiz20мин
Неделя
2
3 ч. на завершение

Week 2: Markdown & knitr

This week we cover some of the core tools for developing reproducible documents. We cover the literate programming tool knitr and show how to integrate it with Markdown to publish reproducible web documents. We also introduce the first peer assessment which will require you to write up a reproducible data analysis using knitr. ...
9 видео ((всего 59 мин.)), 2 тестов
9 видео
Markdown5мин
R Markdown6мин
R Markdown Demonstration7мин
knitr (part 1)7мин
knitr (part 2) 4мин
knitr (part 3) 4мин
knitr (part 4) 9мин
Introduction to Course Project 14мин
1 практическое упражнение
Week 2 Quiz10мин
Неделя
3
1 ч. на завершение

Week 3: Reproducible Research Checklist & Evidence-based Data Analysis

This week covers what one could call a basic check list for ensuring that a data analysis is reproducible. While it's not absolutely sufficient to follow the check list, it provides a necessary minimum standard that would be applicable to almost any area of analysis....
10 видео ((всего 60 мин.))
10 видео
RPubs 3мин
Reproducible Research Checklist (part 1)8мин
Reproducible Research Checklist (part 2) 10мин
Reproducible Research Checklist (part 3) 6мин
Evidence-based Data Analysis (part 1)3мин
Evidence-based Data Analysis (part 2) 3мин
Evidence-based Data Analysis (part 3) 4мин
Evidence-based Data Analysis (part 4) 4мин
Evidence-based Data Analysis (part 5) 7мин
Неделя
4
3 ч. на завершение

Week 4: Case Studies & Commentaries

This week there are two case studies involving the importance of reproducibility in science for you to watch....
5 видео ((всего 59 мин.)), 1 материал для самостоятельного изучения, 1 тест
5 видео
Case Study: Air Pollution14мин
Case Study: High Throughput Biology30мин
Commentaries on Data Analysis2мин
Introduction to Peer Assessment 232
1 материал для самостоятельного изучения
Post-Course Survey10мин
4.5
Рецензии: 454Chevron Right

33%

начал новую карьеру, пройдя эти курсы

31%

получил значимые преимущества в карьере благодаря этому курсу

Лучшие рецензии

автор: AAFeb 13th 2016

My favorite course, at least it gives me an argument why scripted statistics is awesome and can be applied to a number of data related activities. Recycling chunks of code has proven useful to me.

автор: ASJun 23rd 2017

Of course, I liked this course. There was even an extra non-graded assignment. Plus two graded assignments. Quality instruction videos and lots of practice. Everything a learner needs.

Преподаватели

Avatar

Roger D. Peng, PhD

Associate Professor, Biostatistics
Bloomberg School of Public Health
Avatar

Jeff Leek, 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.