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.
Offert par
Université Johns-HopkinsÀ propos de ce cours
259,098 consultations récentes
Résultats de carrière des étudiants
38%
ont commencé une nouvelle carrière après avoir terminé ce cours
38%
ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
15%
a obtenu une augmentation de salaire ou une promotion
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. 55 heures pour terminer
Anglais
Sous-titres : Français, Portugais (brésilien), Chinois (simplifié), Vietnamien, Coréen, Russe, Anglais, Espagnol
Compétences que vous acquerrez
Cluster AnalysisGgplot2R ProgrammingExploratory Data Analysis
Résultats de carrière des étudiants
38%
ont commencé une nouvelle carrière après avoir terminé ce cours
38%
ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
15%
a obtenu une augmentation de salaire ou une promotion
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. 55 heures pour terminer
Anglais
Sous-titres : Français, Portugais (brésilien), Chinois (simplifié), Vietnamien, 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
19 heures pour terminer
Week 1
This week covers the basics of analytic graphics and the base plotting system in R. We've also included some background material to help you install R if you haven't done so already.
19 heures pour terminer
15 vidéos (Total 109 min), 6 lectures, 7 quiz
15 vidéos
Introduction1 min
Installing R on Windows (3.2.1)3 min
Installing R on a Mac (3.2.1)1 min
Installing R Studio (Mac)3 min
Setting Your Working Directory (Windows)7 min
Setting Your Working Directory (Mac)7 min
Principles of Analytic Graphics12 min
Exploratory Graphs (part 1)9 min
Exploratory Graphs (part 2) 5 min
Plotting Systems in R9 min
Base Plotting System (part 1)11 min
Base Plotting System (part 2)6 min
Base Plotting Demonstration16 min
Graphics Devices in R (part 1)5 min
Graphics Devices in R (part 2)7 min
6 lectures
Welcome to Exploratory Data Analysis10 min
Syllabus10 min
Pre-Course Survey10 min
Exploratory Data Analysis with R Book10 min
The Art of Data Science10 min
Practical R Exercises in swirl Part 110 min
1 exercice pour s'entraîner
Week 1 Quiz30 min
17 heures pour terminer
Week 2
Welcome to Week 2 of Exploratory Data Analysis. This week covers some of the more advanced graphing systems available in R: the Lattice system and the ggplot2 system. While the base graphics system provides many important tools for visualizing data, it was part of the original R system and lacks many features that may be desirable in a plotting system, particularly when visualizing high dimensional data. The Lattice and ggplot2 systems also simplify the laying out of plots making it a much less tedious process.
17 heures pour terminer
7 vidéos (Total 61 min), 1 lecture, 6 quiz
7 vidéos
Lattice Plotting System (part 2)6 min
ggplot2 (part 1)6 min
ggplot2 (part 2)13 min
ggplot2 (part 3)9 min
ggplot2 (part 4)10 min
ggplot2 (part 5)8 min
1 lecture
Practical R Exercises in swirl Part 210 min
1 exercice pour s'entraîner
Week 2 Quiz30 min
13 heures pour terminer
Week 3
Welcome to Week 3 of Exploratory Data Analysis. This week covers some of the workhorse statistical methods for exploratory analysis. These methods include clustering and dimension reduction techniques that allow you to make graphical displays of very high dimensional data (many many variables). We also cover novel ways to specify colors in R so that you can use color as an important and useful dimension when making data graphics. All of this material is covered in chapters 9-12 of my book Exploratory Data Analysis with R.
13 heures pour terminer
12 vidéos (Total 77 min), 1 lecture, 4 quiz
12 vidéos
Hierarchical Clustering (part 2)5 min
Hierarchical Clustering (part 3)7 min
K-Means Clustering (part 1)5 min
K-Means Clustering (part 2)4 min
Dimension Reduction (part 1)7 min
Dimension Reduction (part 2)9 min
Dimension Reduction (part 3)6 min
Working with Color in R Plots (part 1)4 min
Working with Color in R Plots (part 2)7 min
Working with Color in R Plots (part 3)6 min
Working with Color in R Plots (part 4)3 min
1 lecture
Practical R Exercises in swirl Part 310 min
5 heures pour terminer
Week 4
This week, we'll look at two case studies in exploratory data analysis. The first involves the use of cluster analysis techniques, and the second is a more involved analysis of some air pollution data. How one goes about doing EDA is often personal, but I'm providing these videos to give you a sense of how you might proceed with a specific type of dataset.
5 heures pour terminer
2 vidéos (Total 55 min), 2 lectures, 2 quiz
2 lectures
Practical R Exercises in swirl Part 410 min
Post-Course Survey10 min
Avis
Meilleurs avis pour EXPLORATION ANALYTIQUE DE DONNÉES
par Y23 sept. 2017
Very good course! It provide me the foundation in learning how to plot and interpret data. This will definitely strengthen my "R programming" to generate publication type figure for my genomics data!
par CC28 juil. 2016
This is the second course I have taken from Roger Peng and both were outstanding. I have a strong math background, but not much of a background in stats, but this course was very approachable for me.
par BS20 juin 2017
The course on Exploratory Data Analysis was highly enjoyable. I used to do a lot of this sort of thing in my job, but now spend more of my time managing people. It is fun to get "hands-on" again.
par IA17 janv. 2016
Very nice course, plotting data to explore and understand various features and their relationship is the key in any research domain, and this course teaches the skill required to achieve this.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :
- Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
- Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Is financial aid available?
Oui, Coursera offre une Aide Financière aux étudiants qui n'ont pas les moyens d'acquitter les frais. Demandez-la en cliquant sur le lien Aide Financière sous le bouton S'inscrire situé à gauche. Vous devrez remplir un formulaire de demande et vous serez averti(e) si elle est acceptée. Vous devrez répéter cette procédure pour chaque cours de la Spécialisation, y compris pour le Projet Final. En savoir plus.
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
