Desenvolvido por:   Duke University

  • Mine Çetinkaya-Rundel

    Ministrado por:    Mine Çetinkaya-Rundel, Assistant Professor of the Practice

    Department of Statistical Science
Informações básicas
NívelBeginner
Compromisso5 weeks of study, 5-7 hours/week
Idioma
English
Como ser aprovadoSeja aprovado em todas as tarefas para concluir o curso.
Classificação do usuário
4.7 stars
Average User Rating 4.7Veja o que os aprendizes disseram
Programa

Perguntas frequentes
Como funciona
Trabalho
Trabalho

Cada curso é como um livro didático interativo, com vídeos pré-gravados, testes e projetos.

Ajuda dos seus colegas
Ajuda dos seus colegas

Conecte-se com milhares de outros aprendizes, debata ideias, discuta sobre os materiais do curso e obtenha ajuda para dominar conceitos.

Certificados
Certificados

Obtenha reconhecimento oficial pelo seu trabalho e compartilhe seu sucesso com amigos, colegas e empregadores.

Desenvolvedores
Duke University
Duke University has about 13,000 undergraduate and graduate students and a world-class faculty helping to expand the frontiers of knowledge. The university has a strong commitment to applying knowledge in service to society, both near its North Carolina campus and around the world.
Custo
Participar como ouvinteComprar curso
Acesso aos materiais do curso

Disponível

Disponível

Acesso a materiais valendo nota

Não disponível

Disponível

Receba uma nota final

Não disponível

Disponível

Obtenha um certificado compartilhável

Não disponível

Disponível

Classificações e avaliações
Avaliado em 4.7 de 5 decorrente de 886 avaliações

Very well put-together course.

I like that the course has in-video quizzes as well as practice exercises to help prepare you for the weekly quizzes. The labs for the course are also very helpful.

The textbook that accompanies the course is freely available in pdf format online and the suggested exercises are a great complement to the rest of the course materials.

For those unfamiliar with R, the project is a bit of a leap from the rest of the contents in the course. To get around that, I'd suggest to both use the discussion forum (posts by mentor David Hood are particularly helpful) and to take both the R programming course and the Exploratory Data Analysis course from the Johns Hopkins data science sequence. Those 2 should together be doable in 5-6 weeks and at that point you should have sufficient background to where doing the project in this course (and those in follow-up courses in this specialization) should not be a problem.

Nice intro to stats and R.

I thoroughly enjoyed the videos, the special book accompanying the lectures and the R exercises. My particular favs are the book and the R assignments. Great job!

Excellent



Compartilhar