About this 전문분야
100% 온라인 강좌

100% 온라인 강좌

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
탄력적인 일정

탄력적인 일정

유연한 마감을 설정하고 유지 관리합니다.
초급 단계

초급 단계

You should have beginner level experience in Python. Familarity with regression is recommended.

Hours to complete

완료하는 데 약 8개월 필요

매주 5시간 권장
사용 가능한 언어

영어

자막: 영어, 아랍어, 프랑스어, 중국어 (간체자), 그리스어, 이탈리아어, 포르투갈어 (브라질), 베트남어, 러시아어, 터키어, 히브리어, 일본어...

배울 내용

  • Check

    Use R to clean, analyze, and visualize data.

  • Check

    Navigate the entire data science pipeline from data acquisition to publication.

  • Check

    Use GitHub to manage data science projects.

  • Check

    Perform regression analysis, least squares and inference using regression models.

귀하가 습득할 기술

GithubMachine LearningR ProgrammingRegression Analysis
100% 온라인 강좌

100% 온라인 강좌

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
탄력적인 일정

탄력적인 일정

유연한 마감을 설정하고 유지 관리합니다.
초급 단계

초급 단계

You should have beginner level experience in Python. Familarity with regression is recommended.

Hours to complete

완료하는 데 약 8개월 필요

매주 5시간 권장
사용 가능한 언어

영어

자막: 영어, 아랍어, 프랑스어, 중국어 (간체자), 그리스어, 이탈리아어, 포르투갈어 (브라질), 베트남어, 러시아어, 터키어, 히브리어, 일본어...

How the 전문분야 Works

강좌 수강

Coursera 전문 분야는 기술을 완벽하게 습득하는 데 도움이 되는 일련의 강좌입니다. 시작하려면 전문 분야에 직접 등록하거나 강좌를 둘러보고 원하는 강좌를 선택하세요. 하나의 전문 분야에 속하는 강좌에 등록하면 해당 전문 분야 전체에 자동으로 등록됩니다. 단 하나의 강좌만 수료해도 됩니다. — 학습을 일시 중지하거나 언제든 구독을 종료할 수 있습니다. 학습자 대시보드를 방문하여 강좌 등록 상태와 진도를 추적해 보세요.

실습 프로젝트

모든 전문 분야에는 실습 프로젝트가 포함되어 있습니다. 전문 분야를 완료하고 수료증을 받으려면 프로젝트를 성공적으로 마쳐야 합니다. 전문 분야에 별도의 실습 프로젝트 강좌가 포함되어 있는 경우 각 강좌를 완료해야 프로젝트를 시작할 수 있습니다.

수료증 취득

모든 강좌를 마치고 실습 프로젝트를 완료하면 취업할 때나 전문가 네트워크에 진입할 때 제시할 수 있는 수료증을 취득할 수 있습니다.

how it works

이 전문분야에는 10개의 강좌가 있습니다.

강좌1

The Data Scientist’s Toolbox

4.5
17,615개의 평가
3,591개의 리뷰
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....
강좌2

R 프로그래밍

4.6
13,040개의 평가
2,703개의 리뷰
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....
강좌3

Getting and Cleaning Data

4.6
5,571개의 평가
882개의 리뷰
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....
강좌4

탐구 데이터 분석

4.7
4,236개의 평가
616개의 리뷰
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....

강사

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

산업 파트너:

Industry Partner Logo #0
Industry Partner Logo #1

존스홉킨스대학교 정보

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

  • 네! 시작하려면 관심 있는 강좌 카드를 클릭하여 등록합니다. 강좌를 등록하고 완료하면 공유할 수 있는 인증서를 얻거나 강좌를 청강하여 강좌 자료를 무료로 볼 수 있습니다. 전문 분야 과정에 있는 강좌에 등록하면, 전체 전문 분야에 등록하게 됩니다. 학습자 대시보드에서 진행 사항을 추적할 수 있습니다.

  • 이 강좌는 100% 온라인으로 진행되므로 강의실에 직접 참석할 필요가 없습니다. 웹 또는 모바일 장치를 통해 언제 어디서든 강의, 읽기 자료, 과제에 접근할 수 있습니다.

  • 이 전문 분야는 대학 학점을 제공하지 않지만, 일부 대학에서 선택적으로 전문 분야 인증서를 학점으로 인정할 수도 있습니다. 자세한 내용은 해당 기관에 문의하세요.

  • Time to completion can vary based on your schedule, but most learners are able to complete the Specialization in 3-6 months.

  • Each course in the Specialization is offered monthly.

  • Some programming experience (in any language) is recommended. We also suggest a working knowledge of mathematics up to algebra (neither calculus or linear algebra are required).

  • Begin by taking The Data Scientist's Toolbox and Introduction to R Programming, in order. The other courses may be taken in any order, and in parallel if desired.

  • You’ll have a foundational understanding of the field and be prepared to continue studying data science.

  • Yes, you can access the course for free via www.coursera.org/jhu. This will allow you to explore the course, watch lectures, and participate in discussions for free. To be eligible to earn a certificate, you must either pay for enrollment or qualify for financial aid.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.