Data ScienceMachine LearningGithubR ProgrammingExploratory Data AnalysisRstudioData AnalysisDebuggingData ManipulationRegular Expression (REGEX)Data CleansingCluster Analysis
제공자:
배울 내용
Use R to clean, analyze, and visualize data.
Learn how to ask the right questions, obtain data, and perform reproducible research.
Use GitHub to manage data science projects.
Set up R, R-Studio, Github and other useful tools
귀하가 습득할 기술
이 전문 분야 정보
최근 조회 46,643회
Ask the right questions, manipulate data sets, and create visualizations to communicate results.
This Specialization covers foundational data science tools and techniques, including getting, cleaning, and exploring data, programming in R, and conducting reproducible research. Learners who complete this specialization will be prepared to take the Data Science: Statistics and Machine Learning specialization, in which they build a data product using real-world data.
The five courses in this specialization are the very same courses that make up the first half of the Data Science Specialization. This specialization is presented for learners who want to start and complete the foundational part of the curriculum first, before moving onto the more advanced topics in Data Science: Statistics and Machine Learning.
응용 학습 프로젝트
In taking the Data Science: Foundations using R Specialization, learners will complete a project at the ending of each course in this specialization. Projects include, installing tools, programming in R, cleaning data, performing analyses, as well as peer review assignments.
학습자 경력 결과
38%
이 특화 과정을(를) 수료한 후 새로운 경력을 시작함
15%
급여 인상 또는 승진하기
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인 강좌
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 일정
유연한 마감을 설정하고 유지 관리합니다.
초급 단계
사전 경험이 필요하지 않습니다.
완료하는 데 약 5개월이 걸립니다
권장 학습 속도: 주 8시간
영어
자막: 영어, 아랍어, 프랑스어, 포르투갈어 (유럽), 이탈리아어, 베트남어, 한국어, 독일어, 러시아어, 스페인어, 중국어 (간체자), 포르투갈어 (브라질), 일본어
학습자 경력 결과
38%
이 특화 과정을(를) 수료한 후 새로운 경력을 시작함
15%
급여 인상 또는 승진하기
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인 강좌
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 일정
유연한 마감을 설정하고 유지 관리합니다.
초급 단계
사전 경험이 필요하지 않습니다.
완료하는 데 약 5개월이 걸립니다
권장 학습 속도: 주 8시간
영어
자막: 영어, 아랍어, 프랑스어, 포르투갈어 (유럽), 이탈리아어, 베트남어, 한국어, 독일어, 러시아어, 스페인어, 중국어 (간체자), 포르투갈어 (브라질), 일본어
특화 과정 이용 방법
강좌 수강
Coursera 특화 과정은 한 가지 기술을 완벽하게 습득하는 데 도움이 되는 일련의 강좌입니다. 시작하려면 특화 과정에 직접 등록하거나 강좌를 둘러보고 원하는 강좌를 선택하세요. 특화 과정에 속하는 강좌에 등록하면 해당 특화 과정 전체에 자동으로 등록됩니다. 단 하나의 강좌만 수료할 수도 있으며, 학습을 일시 중지하거나 언제든 구독을 종료할 수 있습니다. 학습자 대시보드를 방문하여 강좌 등록 상태와 진도를 추적해 보세요.
실습 프로젝트
모든 특화 과정에는 실습 프로젝트가 포함되어 있습니다. 특화 과정을 완료하고 수료증을 받으려면 프로젝트를 성공적으로 마쳐야 합니다. 특화 과정에 별도의 실습 프로젝트 강좌가 포함되어 있는 경우, 다른 모든 강좌를 완료해야 프로젝트 강좌를 시작할 수 있습니다.
수료증 취득
모든 강좌를 마치고 실습 프로젝트를 완료하면 취업할 때나 전문가 네트워크에 진입할 때 제시할 수 있는 수료증을 취득할 수 있습니다.
이 전문 분야에는 5개의 강좌가 있습니다.
The Data Scientist’s Toolbox
31,782개의 평가
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.
R 프로그래밍
20,968개의 평가
In this course you will learn how to program in R and how to use R for effective data analysis. You will learn how to install and configure software necessary for a statistical programming environment and describe generic programming language concepts as they are implemented in a high-level statistical language. The course covers practical issues in statistical computing which includes programming in R, reading data into R, accessing R packages, writing R functions, debugging, profiling R code, and organizing and commenting R code. Topics in statistical data analysis will provide working examples.
Getting and Cleaning Data
7,804개의 평가
Before you can work with data you have to get some. This course will cover the basic ways that data can be obtained. The course will cover obtaining data from the web, from APIs, from databases and from colleagues in various formats. It will also cover the basics of data cleaning and how to make data “tidy”. Tidy data dramatically speed downstream data analysis tasks. The course will also cover the components of a complete data set including raw data, processing instructions, codebooks, and processed data. The course will cover the basics needed for collecting, cleaning, and sharing data.
탐구 데이터 분석
5,877개의 평가
This course covers the essential exploratory techniques for summarizing data. These techniques are typically applied before formal modeling commences and can help inform the development of more complex statistical models. Exploratory techniques are also important for eliminating or sharpening potential hypotheses about the world that can be addressed by the data. We will cover in detail the plotting systems in R as well as some of the basic principles of constructing data graphics. We will also cover some of the common multivariate statistical techniques used to visualize high-dimensional data.
제공자:
존스홉킨스대학교
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.
자주 묻는 질문
전문 분야를 완료하면 대학 학점을 받을 수 있나요?
Can I just enroll in a single course?
하나의 강좌에만 등록할 수 있나요?
Can I take the course for free?
해당 강좌를 무료로 수강할 수 있나요?
이 강좌는 100% 온라인으로 진행되나요? 직접 참석해야 하는 수업이 있나요?
전문 분야를 완료하는 데 얼마나 걸리나요?
Do I need to take the courses in a specific order?
Will I earn university credit for completing the Specialization?
전문 분야를 완료하면 대학 학점을 받을 수 있나요?
Can I sign up for the course without paying or applying for financial aid?
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
