Online cursus – gecertificeerde professionele specialisatie in toegepaste data science met R van Coursera, IBM

Ontwikkel uw datawetenschapsvaardigheden met R en SQL. Verbeter uw vermogen om gegevens om te zetten in informatie en inzichten.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
Online cursus - gecertificeerde professionele specialisatie in toegepaste data science met R van Coursera, IBM

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

  • Het uitvoeren van basisprogrammeertaken in de R-taal.
  • Gegevensvoorbereiding, statistische analyse en voorspellend model.
  • Relationele databases maken en gegevens opvragen met behulp van SQL en R.
  • Het communiceren van de bevindingen via datavisualisatietechnieken.
  • Werk met verschillende gegevensbronnen.
  • Werken met datasets.
  • Gebruik van SQL en relationele databases.
  • Gebruik maken van de programmeertaal R.
  • Werken met tools zoals R Studio, Jupyter Notebooks en R-bibliotheken gerelateerd aan data science.

What you will learn in the course

Courses for which the course is suitable

  • Datawetenschapper op instapniveau
  • data-analist
  • Softwareontwikkelaar gespecialiseerd in R
  • Expert op het gebied van datavisualisatie
  • databasebeheerder
  • Bedrijfsanalist
  • Datawetenschapper
  • Ontwikkelt voorspellende modellen
  • SQL-programmeur
  • Expert op het gebied van statistische analyse

Stage – een reeks van 5 cursussen

Deze specialisatie is bedoeld voor iedereen die een passie heeft voor leren en geïnteresseerd is in het ontwikkelen van vaardigheden, tools en een portfolio die hen als beginnend datawetenschapper een concurrentievoordeel op de arbeidsmarkt zullen opleveren.

In de loop van deze vijf online cursussen ontwikkel je de vaardigheden die nodig zijn om verschillende gegevensbronnen te integreren en te benutten met behulp van de programmeertaal R om gegevens om te zetten in inzichten die jou en je belanghebbenden helpen beter geïnformeerde beslissingen te nemen.

wat ga je leren

  • Het uitvoeren van basisprogrammeertaken in de R-taal.
  • Gegevensvoorbereiding, statistische analyse en voorspellend model.
  • Relationele databases maken en gegevens opvragen met behulp van SQL en R.
  • Het communiceren van de bevindingen via datavisualisatietechnieken.

Een praktisch leerproject

Tijdens de stage voer je praktijklabs uit waarmee je praktijkervaring opdoet met:

  • Verschillende gegevensbronnen.
  • gegevenssets.
  • SQL en relationele databases.
  • De R-programmeertaal.

Je werkt met tools als R Studio, Jupyter Notebooks en R-bibliotheken gerelateerd aan datawetenschap, waaronder dplyr, Tidyverse, Tidymodels, R Shiny, ggplot2, Leaflet en rvest.

In de laatste loop van de stage voltooi je een afstudeerproject waarin je het geleerde toepast in een uitdaging die gegevensverzameling, analyse, fundamentele hypothetische experimenten, visualisatie en modellering vereist op basis van datasets uit de echte wereld.

Details of the courses that make up the specialization

Inleiding tot R-programmering voor datawetenschap

Cursus 1
10 uur
4,5 (450 beoordelingen)

wat ga je leren

  • Werk met basisgegevenstypen in de R-taal met behulp van RStudio of Jupyter Notebooks.
  • Beheer de programmastroom met voorwaarden en lussen, schrijf functies, voer bewerkingen uit op tekenreeksen, schrijf reguliere expressies, handel fouten af.
  • Bouw en beheer datastructuren in de R-taal, inclusief vectoren, factoren, lijsten en dataframes.
  • Gegevensbestanden lezen, schrijven en opslaan en gegevens van websites schrapen met R.

vaardigheden die je gaat ontwikkelen

  • Datawetenschap
  • Lineaire regressie
  • Datavisualisatie
  • Programmeren in de R-taal
  • Verkennende data-analyse

SQL voor datawetenschap met R

Cursus 2
27 uur
4.3 (134 beoordelingen)

wat ga je leren

  • Creëer en open een database in de cloud.
  • Basis SQL-opdrachten schrijven en uitvoeren – SELECT, INSERT, UPDATE, DELETE, CREATE, DROP.
  • Bouw SQL-opdrachten om resultaten te filteren, sorteren, groeperen, ingebouwde functies te gebruiken, geneste query’s te schrijven en toegang te krijgen tot meerdere tabellen.
  • Analyseer gegevens van Jupyter met R en SQL door SQL- en R-vaardigheden te combineren om gegevenssets uit de echte wereld te doorzoeken.

vaardigheden die je gaat ontwikkelen

  • Datawetenschap
  • Programmeren in de R-taal

Data-analyse met R

Cursus 3
16 uur
4,7 (285 beoordelingen)

wat ga je leren

  • Bereid gegevens voor op analyse door ontbrekende waarden te verwerken, gegevens te zeven en te reguleren, categorische waarden te groeperen en te vertalen naar numerieke waarden.
  • Vergelijk voorspellingsmodellen die eenvoudige lineaire regressie-, meervoudige lineaire regressie- en polynomiale regressiemethoden gebruiken.
  • Gegevens verkennen met behulp van beschrijvende statistieken, datasets, variantieanalyse (ANOVA) en correlatiestatistieken.
  • Evalueer een model voor situaties van overfitting en underfitting en kalibreer de prestaties ervan door middel van regularisatie en rasteronderzoek.

vaardigheden die je gaat ontwikkelen

  • Datawetenschap
  • data-analyse
  • Statistische analyse
  • Datavisualisatie
  • Programmeren in de R-taal

Datavisualisatie met R

Cursus 4
12 uur
4,6 (219 beoordelingen)

wat ga je leren

  • Maak grafieken zoals: staafdiagrammen, histogrammen, cirkeldiagrammen, spreidingsgrafieken, lijngrafieken, boxplots en kaarten met behulp van R en gerelateerde pakketten.
  • Ontwerp aangepaste grafieken met annotaties, astitels, tekstlabels, thema’s en details.
  • Maak kaarten met het Leaflet-pakket voor R.
  • Maak interactieve dashboards met het Shiny-pakket voor R.

vaardigheden die je gaat ontwikkelen

  • Datawetenschap
  • data-analyse
  • Datavisualisatie
  • Programmeren in de R-taal

Data Science met R – Eindproject

Cursus 5
24 uur
4,6 (76 beoordelingen)

wat ga je leren

  • Schrijf een programma om gegevens uit een HTML-bestand te schrapen met behulp van HTTP-verzoeken en de gegevens om te zetten in een dataframe.
  • Bereid gegevens voor op modellen door ontbrekende waarden te verwerken, gegevens te zeven en te regulariseren, categorische waarden te groeperen en om te zetten in numerieke waarden.

Gerelateerde producten