In this course you will learn how to program in R and how to use R for effective data analysis. You will learn how to install and configure software necessary for a statistical programming environment and describe generic programming language concepts as they are implemented in a high-level statistical language. The course covers practical issues in statistical computing which includes programming in R, reading data into R, accessing R packages, writing R functions, debugging, profiling R code, and organizing and commenting R code. Topics in statistical data analysis will provide working examples.
oferecido por
Universidade Johns HopkinsInformações sobre o curso
1,737,500 visualizações recentes
Resultados de carreira do aprendiz
36%
comecei uma nova carreira após concluir estes cursos
35%
consegui um benefício significativo de carreira com este curso
11%
recebi um aumento ou promoção
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.
Nível intermediário
Familiarity with regression is recommended.
Aprox. 58 horas para completar
Inglês
Legendas: Árabe, Francês, Chinês (simplificado), Português (Brasil), Vietnamita, Inglês, Espanhol, Japonês
O que você vai aprender
Understand critical programming language concepts
Configure statistical programming software
Make use of R loop functions and debugging tools
Collect detailed information using R profiler
Habilidades que você terá
Data AnalysisDebuggingR ProgrammingRstudio
Resultados de carreira do aprendiz
36%
comecei uma nova carreira após concluir estes cursos
35%
consegui um benefício significativo de carreira com este curso
11%
recebi um aumento ou promoção
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.
Nível intermediário
Familiarity with regression is recommended.
Aprox. 58 horas para completar
Inglês
Legendas: Árabe, Francês, Chinês (simplificado), Português (Brasil), Vietnamita, Inglês, Espanhol, Japonês
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
25 horas para concluir
Week 1: Background, Getting Started, and Nuts & Bolts
This week covers the basics to get you started up with R. The Background Materials lesson contains information about course mechanics and some videos on installing R. The Week 1 videos cover the history of R and S, go over the basic data types in R, and describe the functions for reading and writing data. I recommend that you watch the videos in the listed order, but watching the videos out of order isn't going to ruin the story.
25 horas para concluir
28 vídeos (Total 129 mín.), 9 leituras, 8 testes
28 videos
Installing R on Windows3min
Installing R Studio (Mac)1min
Writing Code / Setting Your Working Directory (Windows)7min
Writing Code / Setting Your Working Directory (Mac)7min
Introduction1min
Overview and History of R16min
Getting Help13min
R Console Input and Evaluation4min
Data Types - R Objects and Attributes4min
Data Types - Vectors and Lists6min
Data Types - Matrices3min
Data Types - Factors4min
Data Types - Missing Values2min
Data Types - Data Frames2min
Data Types - Names Attribute1min
Data Types - Summary43s
Reading Tabular Data5min
Reading Large Tables7min
Textual Data Formats4min
Connections: Interfaces to the Outside World4min
Subsetting - Basics4min
Subsetting - Lists4min
Subsetting - Matrices2min
Subsetting - Partial Matching1min
Subsetting - Removing Missing Values3min
Vectorized Operations3min
Introduction to swirl1min
9 leituras
Welcome to R Programming10min
About the Instructor10min
Pre-Course Survey10min
Syllabus10min
Course Textbook10min
Course Supplement: The Art of Data Science10min
Data Science Podcast: Not So Standard Deviations10min
Getting Started and R Nuts and Bolts10min
Practical R Exercises in swirl Part 110min
1 exercício prático
Week 1 Quiz40min
12 horas para concluir
Week 2: Programming with R
Welcome to Week 2 of R Programming. This week, we take the gloves off, and the lectures cover key topics like control structures and functions. We also introduce the first programming assignment for the course, which is due at the end of the week.
12 horas para concluir
13 vídeos (Total 91 mín.), 3 leituras, 5 testes
13 videos
Control Structures - If-else1min
Control Structures - For loops4min
Control Structures - While loops3min
Control Structures - Repeat, Next, Break4min
Your First R Function10min
Functions (part 1)9min
Functions (part 2)7min
Scoping Rules - Symbol Binding10min
Scoping Rules - R Scoping Rules8min
Scoping Rules - Optimization Example (OPTIONAL)9min
Coding Standards8min
Dates and Times10min
3 leituras
Week 2: Programming with R10min
Practical R Exercises in swirl Part 210min
Programming Assignment 1 INSTRUCTIONS: Air Pollution10min
2 exercícios práticos
Week 2 Quiz20min
Programming Assignment 1: Quiz20min
10 horas para concluir
Week 3: Loop Functions and Debugging
We have now entered the third week of R Programming, which also marks the halfway point. The lectures this week cover loop functions and the debugging tools in R. These aspects of R make R useful for both interactive work and writing longer code, and so they are commonly used in practice.
10 horas para concluir
8 vídeos (Total 61 mín.), 2 leituras, 4 testes
8 videos
Loop Functions - apply7min
Loop Functions - mapply4min
Loop Functions - tapply3min
Loop Functions - split9min
Debugging Tools - Diagnosing the Problem12min
Debugging Tools - Basic Tools6min
Debugging Tools - Using the Tools8min
2 leituras
Week 3: Loop Functions and Debugging10min
Practical R Exercises in swirl Part 310min
1 exercício prático
Week 3 Quiz10min
11 horas para concluir
Week 4: Simulation & Profiling
This week covers how to simulate data in R, which serves as the basis for doing simulation studies. We also cover the profiler in R which lets you collect detailed information on how your R functions are running and to identify bottlenecks that can be addressed. The profiler is a key tool in helping you optimize your programs. Finally, we cover the str function, which I personally believe is the most useful function in R.
11 horas para concluir
6 vídeos (Total 42 mín.), 4 leituras, 5 testes
6 videos
The str Function6min
Simulation - Generating Random Numbers7min
Simulation - Simulating a Linear Model4min
Simulation - Random Sampling2min
R Profiler (part 1)10min
R Profiler (part 2)10min
4 leituras
Week 4: Simulation & Profiling10min
Practical R Exercises in swirl Part 410min
Programming Assignment 3 INSTRUCTIONS: Hospital Quality10min
Post-Course Survey10min
2 exercícios práticos
Week 4 Quiz20min
Programming Assignment 3: Quiz20min
Avaliações
Principais avaliações do LINGUAGEM R
por JM11 de Ago de 2019
Very challenging, but good course. I've been programming in R for over a year, but there were still some things for me to pick up in this class. Assignments were a challenge, but satisfying to tackle.
por EJ11 de Jul de 2016
Excellent course! I already knew a lot about R - but this class helped me solidify what I already knew, taught me lots of new tricks, and now I have a certificate that says I know `something' about R!
por WH2 de Fev de 2016
"R Programming" forces you to dive in deep. These skills serve as a strong basis for the rest of the data science specialization.\n\nMaterial is in depth, but presented clearly. Highly recommended!
por MM11 de Mai de 2020
Really interesting course. The interactive coding sessions with swirl are especially useful. Would be great, if you provided sample solutions for the programming assignments, in particular for week 4.
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.
