GithubMachine LearningR ProgrammingRegression AnalysisData ScienceRstudioData AnalysisDebuggingData ManipulationRegular Expression (REGEX)Data CleansingCluster Analysis
데이터 과학 특화 과정
Launch Your Career in Data Science. A ten-course introduction to data science, developed and taught by leading professors.
302,644명이 이미 등록했습니다.
제공자:
데이터 과학 특화 과정존스홉킨스대학교배울 내용
Use R to clean, analyze, and visualize data.
Navigate the entire data science pipeline from data acquisition to publication.
Use GitHub to manage data science projects.
Perform regression analysis, least squares and inference using regression models.
귀하가 습득할 기술
이 전문 분야 정보
최근 조회 476,104회
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.
학습자 경력 결과
43%
이 특화 과정을(를) 수료한 후 새로운 경력을 시작함
19%
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
You should have beginner level experience in Python. Familiarity with regression is recommended
완료하는 데 약 11개월 필요
매주 7시간 권장
영어
자막: 영어, 한국어, 아랍어, 프랑스어, 중국어 (간체자), 포르투갈어 (브라질), 베트남어, 스페인어, 일본어, 러시아어
학습자 경력 결과
43%
이 특화 과정을(를) 수료한 후 새로운 경력을 시작함
19%
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
You should have beginner level experience in Python. Familiarity with regression is recommended
완료하는 데 약 11개월 필요
매주 7시간 권장
영어
자막: 영어, 한국어, 아랍어, 프랑스어, 중국어 (간체자), 포르투갈어 (브라질), 베트남어, 스페인어, 일본어, 러시아어
이 전문 분야에는 10개의 강좌가 있습니다.
The Data Scientist’s Toolbox
25,022개의 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
17,305개의 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
7,023개의 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
5,282개의 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?
If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.
Can I just enroll in a single course?
구독하는 경우, 취소해도 요금이 청구되지 않는 7일간의 무료 평가판을 이용할 수 있습니다. 해당 기간이 지난 후에는 환불이 되지 않지만, 언제든 구독을 취소할 수 있습니다. 전체 환불 정책 보기.
하나의 강좌에만 등록할 수 있나요?
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.
Can I take the course for free?
예, Coursera에서는 수업료를 낼 수 없는 학습자를 위해 재정 지원을 제공합니다. 왼쪽에 있는 등록 버튼 아래 재정 지원 링크를 클릭하면 지원할 수 있습니다. 신청서를 작성하라는 메시지가 표시되며 승인되면 알림을 받습니다. 성취 프로젝트를 포함하여 전문 분야의 각 강좌에서 이 단계를 완료해야 합니다. 자세히 알아보기.
해당 강좌를 무료로 수강할 수 있나요?
강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있으며 강좌를 완료하면 인증서가 발급됩니다. 강좌 내용을 읽고 보기만 원한다면 강좌를 무료로 청강할 수 있습니다. 수업료를 지급하기 어려운 경우, 재정 지원을 신청할 수 있습니다.
이 강좌는 100% 온라인으로 진행되나요? 직접 참석해야 하는 수업이 있나요?
이 강좌는 100% 온라인으로 진행되므로 강의실에 직접 참석할 필요가 없습니다. 웹 또는 모바일 장치를 통해 언제 어디서든 강의, 읽기 자료, 과제에 접근할 수 있습니다.
전문 분야를 완료하는 데 얼마나 걸리나요?
Each course in the Specialization is offered monthly.
얼마나 자주 전문 분야의 강좌가 제공되나요?
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).
Do I need to take the courses in a specific order?
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.
Will I earn university credit for completing the Specialization?
Coursera courses and certificates don't carry university credit, though some universities may choose to accept Specialization Certificates for credit. Check with your institution to learn more.
Can I sign up for the course without paying or applying for financial aid?
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.
