À propos de ce cours

71,453 consultations récentes

Résultats de carrière des étudiants

33%

ont commencé une nouvelle carrière après avoir terminé ce cours

14%

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. 5 heures pour terminer

Anglais

Sous-titres : Anglais

Ce que vous allez apprendre

  • Identify strengths and weaknesses in experimental designs

  • Learn novel solutions for managing data pulls

  • Describe common pitfalls in communicating data analyses

  • Understand a typical day in the life of a data analysis manager

Compétences que vous acquerrez

StatisticsData ScienceData AnalysisData Management

Résultats de carrière des étudiants

33%

ont commencé une nouvelle carrière après avoir terminé ce cours

14%

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. 5 heures pour terminer

Anglais

Sous-titres : Anglais

Offert par

Logo Université Johns-Hopkins

Université Johns-Hopkins

Programme du cours : ce que vous apprendrez dans ce cours

Évaluation du contenuThumbs Up92%(3,243 notes)Info
Semaine
1

Semaine 1

5 heures pour terminer

Introduction, the perfect data science experience

5 heures pour terminer
22 vidéos (Total 160 min), 10 lectures, 6 quiz
22 vidéos
Data science in the ideal versus real life Part 14 min
Data science in the ideal versus real life Part 23 min
Examples7 min
Machine Learning vs. Traditional Statistics Part 114 min
Machine Learning vs. Traditional Statistics Part 23 min
Managing the Data Pull11 min
Experimental design and observational analysis10 min
Causality part 18 min
Causality Part 29 min
What Can Go Wrong?: Confounding5 min
A/B Testing9 min
Sampling bias and random sampling5 min
Blocking and adjustment11 min
Multiplicity6 min
Effect size, significance, & modeling7 min
Comparison with benchmark effects4 min
Negative controls5 min
Non-significance5 min
Estimation Target is Relevant10 min
Report writing8 min
Version control4 min
10 lectures
Pre-Course Survey10 min
Course structure10 min
Grading10 min
The data pull is clean10 min
The experiment is carefully designed10 min
The experiment is carefully designed, things to do10 min
Results of analyses are clear10 min
The decision is obvious10 min
The analysis product is awesome10 min
Post-Course Survey10 min
6 exercices pour s'entraîner
The Data Pull is Clean10 min
The experiment is carefully designed principles10 min
The experiment is carefully designed, things to do10 min
Results of analyses are clear8 min
The Decision is Obvious10 min
The analysis product is awesome10 min

À propos du Spécialisation Science des données exécutive

Assemble the right team, ask the right questions, and avoid the mistakes that derail data science projects. In four intensive courses, you will learn what you need to know to begin assembling and leading a data science enterprise, even if you have never worked in data science before. You’ll get a crash course in data science so that you’ll be conversant in the field and understand your role as a leader. You’ll also learn how to recruit, assemble, evaluate, and develop a team with complementary skill sets and roles. You’ll learn the structure of the data science pipeline, the goals of each stage, and how to keep your team on target throughout. Finally, you’ll learn some down-to-earth practical skills that will help you overcome the common challenges that frequently derail data science projects....
Science des données exécutive

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • 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.

  • Si vous vous abonnez, vous bénéficiez d'une période d'essai gratuite de 7 jours, durant laquelle vous pouvez annuler votre abonnement sans pénalité. Ensuite, nous n'accordons plus de remboursements, mais vous pouvez annuler votre abonnement à tout instant. Consultez notre politique de remboursement complète.

  • 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.

  • Ce Cours n'est pas associé à des crédits universitaires, mais certaines universités peuvent décider d'accepter des Certificats de Cours pour des crédits. Vérifiez-le auprès de votre établissement pour en savoir plus. Les Diplômes en ligne et les Certificats Mastertrack™ sur Coursera apportent la possibilité d'obtenir des crédits universitaires.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.