Data ScienceMachine LearningGithubR ProgrammingExploratory Data AnalysisRstudioData AnalysisDebuggingData ManipulationRegular Expression (REGEX)Data CleansingCluster Analysis
oferecido por
Programa de cursos integrados Data Science: Foundations using RUniversidade Johns HopkinsO que você vai aprender
Use R to clean, analyze, and visualize data.
Learn how to ask the right questions, obtain data, and perform reproducible research.
Use GitHub to manage data science projects.
Set up R, R-Studio, Github and other useful tools
Habilidades que você terá
Sobre este Programa de cursos integrados
52,109 visualizações recentes
Ask the right questions, manipulate data sets, and create visualizations to communicate results.
This Specialization covers foundational data science tools and techniques, including getting, cleaning, and exploring data, programming in R, and conducting reproducible research. Learners who complete this specialization will be prepared to take the Data Science: Statistics and Machine Learning specialization, in which they build a data product using real-world data.
The five courses in this specialization are the very same courses that make up the first half of the Data Science Specialization. This specialization is presented for learners who want to start and complete the foundational part of the curriculum first, before moving onto the more advanced topics in Data Science: Statistics and Machine Learning.
Projeto de Aprendizagem Aplicada
In taking the Data Science: Foundations using R Specialization, learners will complete a project at the ending of each course in this specialization. Projects include, installing tools, programming in R, cleaning data, performing analyses, as well as peer review assignments.
Resultados de carreira do aprendiz
38%
Começou uma nova carreira depois de completar o Programa de cursos integrados.
15%
Conseguiu um aumento ou uma promoção.
Certificados compartilháveis
Tenha o certificado após a conclusão
Cursos 100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Cronograma flexível
Definição e manutenção de prazos flexíveis.
Nível iniciante
Não é necessário ter experiência prévia.Não é necessária experiência prévia.
Aproximadamente 5 meses para ser concluído
Ritmo sugerido de 8 horas/semana
Inglês
Legendas: Inglês, Árabe, Francês, Portuguese (European), Italiano, Vietnamita, Coreano, Alemão, Russo, Espanhol, Chinês (simplificado), Português (Brasil), Japonês
Resultados de carreira do aprendiz
38%
Começou uma nova carreira depois de completar o Programa de cursos integrados.
15%
Conseguiu um aumento ou uma promoção.
Certificados compartilháveis
Tenha o certificado após a conclusão
Cursos 100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Cronograma flexível
Definição e manutenção de prazos flexíveis.
Nível iniciante
Não é necessário ter experiência prévia.Não é necessária experiência prévia.
Aproximadamente 5 meses para ser concluído
Ritmo sugerido de 8 horas/semana
Inglês
Legendas: Inglês, Árabe, Francês, Portuguese (European), Italiano, Vietnamita, Coreano, Alemão, Russo, Espanhol, Chinês (simplificado), Português (Brasil), Japonês
Como funciona o programa de cursos integrados
Fazer cursos
Um programa de cursos integrados do Coursera é uma série de cursos para ajudá-lo a dominar uma habilidade. Primeiramente, inscreva-se no programa de cursos integrados diretamente, ou avalie a lista de cursos e escolha por qual você gostaria de começar. Ao se inscrever em um curso que faz parte de um programa de cursos integrados, você é automaticamente inscrito em todo o programa de cursos integrados. É possível concluir apenas um curso — você pode pausar a sua aprendizagem ou cancelar a sua assinatura a qualquer momento. Visite o seu painel de aprendiz para controlar suas inscrições em cursos e progresso.
Projeto prático
Todos os programas de cursos integrados incluem um projeto prático. Você precisará completar com êxito o(s) projeto(s) para concluir o programa de cursos integrados e obter o seu certificado. Se o programa de cursos integrados incluir um curso separado para o projeto prático, você precisará completar todos os outros cursos antes de iniciá-lo.
Obtenha um certificado
Ao concluir todos os cursos e completar o projeto prático, você obterá um certificado que pode ser compartilhado com potenciais empregadores e com sua rede profissional.
Este Programa de cursos integrados contém 5 cursos
As Ferramentas do Cientista de Dados
31,362 classificações
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.
Linguagem R
20,713 classificações
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.
Obtenção e Limpeza de Dados
7,752 classificações
Before you can work with data you have to get some. This course will cover the basic ways that data can be obtained. The course will cover obtaining data from the web, from APIs, from databases and from colleagues in various formats. It will also cover the basics of data cleaning and how to make data “tidy”. Tidy data dramatically speed downstream data analysis tasks. The course will also cover the components of a complete data set including raw data, processing instructions, codebooks, and processed data. The course will cover the basics needed for collecting, cleaning, and sharing data.
Análise Exploratória de Dados
5,838 classificações
This course covers the essential exploratory techniques for summarizing data. These techniques are typically applied before formal modeling commences and can help inform the development of more complex statistical models. Exploratory techniques are also important for eliminating or sharpening potential hypotheses about the world that can be addressed by the data. We will cover in detail the plotting systems in R as well as some of the basic principles of constructing data graphics. We will also cover some of the common multivariate statistical techniques used to visualize high-dimensional data.
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.
Perguntas Frequentes – FAQ
Vou ganhar créditos universitários por concluir a Especialização?
Can I just enroll in a single course?
Posso me inscrever em um único curso?
Can I take the course for free?
Posso fazer o curso gratuitamente?
Este curso é realmente 100% on-line? Eu preciso assistir alguma aula pessoalmente?
Quanto tempo é necessário para concluir a Especialização?
Do I need to take the courses in a specific order?
Will I earn university credit for completing the Specialization?
Vou ganhar créditos universitários por concluir a Especialização?
Can I sign up for the course without paying or applying for financial aid?
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
