Online cursus – Johns Hopkins University gecertificeerde professionele specialisatie in data science

Een breed scala aan kwaliteitsproducten tegen betaalbare prijzen. Ontdek onze innovaties en diensten die aan al uw behoeften zullen voldoen. Bestel nu en sluit u aan bij tevreden klanten!

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
Online cursus - Johns Hopkins University gecertificeerde professionele specialisatie in data science

Professional Certificate

starten

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • gegevens ontvangen
  • Gegevensopschoning en onderzoek
  • Programmeren in de R-taal
  • Het uitvoeren van reproduceerbaar onderzoek
  • Gereedschappen installeren
  • Programmeren in de R-taal
  • Gegevens opschonen
  • het uitvoeren van analyses
  • Peer review-opdrachten

What you will learn in the course

Courses for which the course is suitable

  • Data-analist
  • data wetenschapper
  • Softwareontwikkelaar op het gebied van data
  • Expert in statistiek
  • Ontwikkelt machine learning-modellen
  • Datawetenschapper
  • Projectmanager op het gebied van data
  • Adviseur op het gebied van data science
  • Ontwikkelt datavisualisaties
  • Programmeur in de R-taal

Stage – een vijfdelige cursusreeks

Stel de juiste vragen, manipuleer datasets en teken visualisaties om resultaten te communiceren.

Deze specialisatie omvat basistools en -methoden voor datawetenschap, waaronder:

  • gegevens ontvangen
  • Gegevensopschoning en onderzoek
  • Programmeren in de R-taal
  • Het uitvoeren van reproduceerbaar onderzoek

Studenten die deze stage voltooien, zullen bereid zijn om door te gaan naar Data Science: Statistics and Machine Learning, waar ze een dataproduct zullen bouwen met behulp van data uit de echte wereld.

De vijf cursussen in de specialisatie

De cursussen omvatten het eerste deel van de specialisatie data science en zijn geschikt voor degenen die het basisdeel willen starten en afronden voordat ze doorstromen naar meer gevorderde vakken.

Toegepast leerproject

Tijdens de specialisatie Data Science: Basics in the R-taal zullen de leerlingen aan het einde van elke cursus projecten uitvoeren. De projecten omvatten:

  • Gereedschappen installeren
  • Programmeren in de R-taal
  • Gegevens opschonen
  • het uitvoeren van analyses
  • Peer review-opdrachten

Details of the courses that make up the specialization

De toolkit van een datawetenschapper

Cursus 1: R en Github installeren

Duur: 18 uur
Beoordeling: 4,6 (33.917 beoordelingen)

  • Installeer R, R-Studio, Github en andere handige tools
  • Begrijp de gegevens, problemen en hulpmiddelen die door data-analisten worden gebruikt
  • Essentiële concepten in onderzoeksontwerp uitleggen
  • Maak een repository op Github

Cursus 2: Programmeren in R

Duur: 57 uur
Beoordeling: 4,5 (22.239 beoordelingen)

  • Begrijp de basisprogrammeerconcepten
  • Installeer software voor statistische programmering
  • Gebruik lusfuncties en foutopsporingstools in R
  • Verzamel gedetailleerde informatie met behulp van R profiler

Cursus 3: Gegevens ontvangen en gegevens opschonen

Duur: 19 uur
Beoordeling: 4,5 (8.060 beoordelingen)

  • Begrijp algemene gegevensopslagsystemen
  • Gebruik principes voor het opschonen van gegevens om gegevens ‘schoon’ te maken
  • Gebruik R om tekst en datums te manipuleren
  • Verkrijg gegevens die beschikbaar zijn via internet, API’s en databases

Cursus 4: Verkennende data-analyse

Duur: 54 uur
Beoordeling: 4,7 (6.065 beoordelingen)

  • Begrijp analytische grafieken en het basisplotsysteem in R
  • gebruik geavanceerde grafische systemen zoals het matrixsysteem
  • Creëer zeer dimensionale grafische weergaven van gegevens in de lucht
  • Pas clusteranalysetechnieken toe om patronen in gegevens te identificeren

Cursus 5: Reproduceerbaar onderzoek

Duur: 7 uur
Beoordeling: 4,6 (4.172 beoordelingen)

  • Organiseer de data-analyse om deze reproduceerbaarder te maken
  • Registreer reproduceerbare gegevensanalyse met behulp van Knitr
  • Beoordeel de reproduceerbaarheid van het analyseproject
  • Publiceer reproduceerbare webdocumenten met Markdown

Gerelateerde producten