Have you ever had the perfect data science experience? The data pull went perfectly. There were no merging errors or missing data. Hypotheses were clearly defined prior to analyses. Randomization was performed for the treatment of interest. The analytic plan was outlined prior to analysis and followed exactly. The conclusions were clear and actionable decisions were obvious. Has that every happened to you? Of course not. Data analysis in real life is messy. How does one manage a team facing real data analyses? In this one-week course, we contrast the ideal with what happens in real life. By contrasting the ideal, you will learn key concepts that will help you manage real life analyses.
Ce cours fait partie de la Spécialisation Science des données exécutive
Offert par
Spécialisation Science des données exécutiveUniversité Johns-HopkinsÀ 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.
Cours 4 sur 5 dans le
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.
Cours 4 sur 5 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Approx. 5 heures pour terminer
Anglais
Sous-titres : Anglais
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
Introduction, the perfect data science experience
This course is one module, intended to be taken in one week. Please do the course roughly in the order presented. Each lecture has reading and videos. Except for the introductory lecture, every lecture has a 5 question quiz; get 4 out of 5 or better on the quiz.
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.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
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.
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.
Quelle est la politique de remboursement ?
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.
Une aide financière est-elle possible ?
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.
Puis-je obtenir des crédits universitaires si je réussis le Cours ?
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.