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.
Offert par
Université Johns-HopkinsÀ propos de ce cours
973,269 consultations récentes
Résultats de carrière des étudiants
35%
ont commencé une nouvelle carrière après avoir terminé ce cours
32%
ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Approx. 18 heures pour terminer
Anglais
Sous-titres : Français, Portugais (brésilien), Coréen, Russe, Anglais, Espagnol
Ce que vous allez apprendre
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
Compétences que vous acquerrez
Data ScienceGithubR ProgrammingRstudio
Résultats de carrière des étudiants
35%
ont commencé une nouvelle carrière après avoir terminé ce cours
32%
ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Approx. 18 heures pour terminer
Anglais
Sous-titres : Français, Portugais (brésilien), Coréen, Russe, Anglais, Espagnol
Offert par
Université Johns-Hopkins
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.
Programme du cours : ce que vous apprendrez dans ce cours
5 heures pour terminer
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 heures pour terminer
5 vidéos (Total 40 min), 2 lectures, 5 quiz
5 vidéos
What is Data Science?9 min
What is Data?6 min
Getting Help10 min
The Data Science Process9 min
2 lectures
Welcome5 min
A Note of Explanation2 min
5 exercices pour s'entraîner
What is Data Science?30 min
What is Data?30 min
Getting Help Quiz30 min
Data Science Process30 min
Module One Summative Quiz30 min
5 heures pour terminer
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 heures pour terminer
5 vidéos (Total 34 min)
5 vidéos
Installing R6 min
Installing R Studio3 min
RStudio Tour7 min
R Packages11 min
Projects in R5 min
6 exercices pour s'entraîner
Installing R30 min
Installing R Studio30 min
RStudio Tour30 min
R Packages30 min
Projects in R30 min
Module Two Summative Quiz30 min
4 heures pour terminer
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 heures pour terminer
4 vidéos (Total 28 min)
4 vidéos
Version Control11 min
Github and Git8 min
Linking Github and R Studio4 min
Projects under Version Control4 min
5 exercices pour s'entraîner
Version Control30 min
GitHub and Git30 min
Linking Git/GitHub and RStudio30 min
Projects under Version Control30 min
Module Three Summative Quiz30 min
5 heures pour terminer
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 heures pour terminer
4 vidéos (Total 34 min)
5 exercices pour s'entraîner
R Markdown30 min
Types of Data Science Questions30 min
Experimental Design30 min
Big Data30 min
Module Four Summative Quiz30 min
Avis
Meilleurs avis pour LES OUTILS DU SCIENTIFIQUE DES DONNÉES
par MT11 avr. 2020
It's a beginning to a host of different courses that are to be followed after this. It makes up a for a good platform to start off the work on R and how to use version control feature of R via GitHub.
par LR7 sept. 2017
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.
par SF14 avr. 2020
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.
par SR14 mars 2017
It would be better if we can attempt the assignments even if we are not enrolled to the course. It would really help us to evaluate ourselves about the extent to which we have understood the concepts.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Is financial aid available?
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
