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.
Universidade Johns HopkinsInformações sobre o curso
2,120,887 visualizações recentes
Resultados de carreira do aprendiz
39%
comecei uma nova carreira após concluir estes cursos
35%
consegui um benefício significativo de carreira com este curso
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Aprox. 13 horas para completar
Inglês
Legendas: Inglês, Coreano
O que você vai aprender
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
Habilidades que você terá
Data ScienceGithubR ProgrammingRstudio
Resultados de carreira do aprendiz
39%
comecei uma nova carreira após concluir estes cursos
35%
consegui um benefício significativo de carreira com este curso
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Aprox. 13 horas para completar
Inglês
Legendas: Inglês, Coreano
oferecido por
Universidade 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.
Programa - O que você aprenderá com este curso
3 horas para concluir
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.
3 horas para concluir
5 vídeos (Total 40 mín.), 2 leituras, 5 testes
5 videos
What is Data Science?9min
What is Data?6min
Getting Help10min
The Data Science Process9min
2 leituras
Welcome5min
A Note of Explanation2min
5 exercícios práticos
What is Data Science?6min
What is Data?6min
Getting Help Quiz6min
Data Science Process8min
Module One Summative Quiz30min
3 horas para concluir
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.
3 horas para concluir
5 vídeos (Total 34 mín.)
6 exercícios práticos
Installing R8min
Installing R Studio4min
RStudio Tour8min
R Packages10min
Projects in R6min
Module Two Summative Quiz30min
2 horas para concluir
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.
2 horas para concluir
4 vídeos (Total 28 mín.)
4 videos
Version Control11min
Github and Git8min
Linking Github and R Studio4min
Projects under Version Control4min
5 exercícios práticos
Version Control6min
GitHub and Git10min
Linking Git/GitHub and RStudio6min
Projects under Version Control8min
Module Three Summative Quiz30min
5 horas para concluir
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 horas para concluir
4 vídeos (Total 34 mín.)
5 exercícios práticos
R Markdown10min
Types of Data Science Questions6min
Experimental Design14min
Big Data6min
Module Four Summative Quiz30min
Avaliações
Principais avaliações do AS FERRAMENTAS DO CIENTISTA DE DADOS
por SF14 de Abr de 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.
por MT11 de Abr de 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.
por SR14 de Mar de 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.
por LR7 de Set de 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.
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
O acesso a palestras e tarefas depende do tipo de inscrição. Se você participar de um curso como ouvinte, você poderá ver quase todo o conteúdo do curso gratuitamente. Para acessar tarefas valendo nota e obter um Certificado, você precisará adquirir a experiência do Certificado, durante ou após a participação como ouvinte. Se você não vir a opção de participar como ouvinte:
- o curso pode não oferecer essa opção. Você pode experimentar um teste gratuito ou solicitar o auxílio financeiro.
- Em vez disso, o curso pode oferecer 'Curso completo, sem Certificado'. Com esta opção, é possível ver todo o conteúdo do curso, enviar as avaliações necessárias e obter uma nota final. Isso também significa que você não poderá comprar uma experiência de Certificado.
O que recebo ao me inscrever nesta Especialização?
Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.
Qual é a política de reembolso?
Se você se inscrever, terá 7 dias para testar sem custo e, durante este período, pode cancelar sem multa. Depois disso, não reembolsamos, mas você pode cancelar sua inscrição a qualquer momento. Veja nossa política para o reembolso total.
Existe algum auxílio financeiro disponível?
Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
