Онлайн-курс — профессиональная специализация в области науки о данных, сертифицированная Университетом Джонса Хопкинса.

Большой выбор качественной продукции по доступным ценам. Откройте для себя наши инновации и услуги, которые удовлетворят любые ваши потребности. Закажите сейчас и присоединяйтесь к довольным клиентам!

Suggested by: Coursera (What is Coursera?)

Professional Certificate

начиная

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • получение данных
  • Очистка и исследование данных
  • Программирование на языке R
  • Проведение воспроизводимых исследований
  • Установка инструментов
  • Программирование на языке R
  • Очистка данных
  • проведение анализов
  • Задания по рецензированию

What you will learn in the course

Courses for which the course is suitable

  • Аналитик данных
  • специалист по данным
  • Разработчик программного обеспечения в области данных
  • Эксперт по статистике
  • Разрабатывает модели машинного обучения
  • Специалист по данным
  • Менеджер проектов в области данных
  • Консультант в области науки о данных
  • Разрабатывает визуализацию данных
  • программист на языке R

Стажировка — серия курсов из пяти частей.

Задавайте правильные вопросы, манипулируйте наборами данных и рисуйте визуализации для передачи результатов.

Эта специализация охватывает основные инструменты и методы науки о данных, в том числе:

  • получение данных
  • Очистка и исследование данных
  • Программирование на языке R
  • Проведение воспроизводимых исследований

Учащиеся, прошедшие эту стажировку, будут готовы перейти к направлению «Наука о данных: статистика и машинное обучение», где они создадут продукт данных, используя реальные данные.

Пять курсов по специализации

Курсы предоставляют первую часть специализации в области науки о данных и подходят для тех, кто хочет начать и завершить базовую часть, прежде чем переходить к более сложным предметам.

Прикладной учебный проект

В рамках специализации «Наука о данных: основы» на языке R учащиеся будут выполнять проекты в конце каждого курса. В число проектов входят:

  • Установка инструментов
  • Программирование на языке R
  • Очистка данных
  • проведение анализов
  • Задания по рецензированию

Details of the courses that make up the specialization

Инструментарий специалиста по данным

Курс 1: Установка R и Github

Продолжительность: 18 часов
Рейтинг: 4,6 (33 917 оценок)

  • Установите R, R-Studio, Github и другие полезные инструменты.
  • Понимать данные, проблемы и инструменты, используемые аналитиками данных.
  • Объяснять основные понятия в дизайне исследования.
  • Создайте репозиторий на Github.

Курс 2: Программирование на R

Продолжительность: 57 часов
Рейтинг: 4,5 (22 239 оценок)

  • Понимание основных концепций программирования
  • Установите программное обеспечение для статистического программирования
  • Используйте функции цикла и инструменты отладки в R.
  • Соберите подробную информацию с помощью R Profiler

Курс 3: Получение данных и очистка данных

Продолжительность: 19 часов
Рейтинг: 4,5 (8060 оценок)

  • Понимание распространенных систем хранения данных
  • Используйте принципы очистки данных, чтобы сделать данные «чистыми».
  • Используйте R для управления текстом и датами
  • Получайте данные, доступные из Интернета, API и баз данных.

Курс 4: Исследовательский анализ данных

Продолжительность: 54 часа
Рейтинг: 4,7 (6065 оценок)

  • Понимать аналитические графики и базовую систему графиков в R.
  • использовать передовые графические системы, такие как матричная система
  • Создавайте высокоразмерные графические представления данных в воздухе.
  • Применяйте методы кластерного анализа для выявления закономерностей в данных.

Курс 5: Воспроизводимые исследования

Продолжительность: 7 часов
Рейтинг: 4,6 (4172 оценок)

  • Организуйте анализ данных, чтобы сделать его более воспроизводимым.
  • Запишите воспроизводимый анализ данных с помощью Knitr
  • Оценить воспроизводимость проекта анализа
  • Публикуйте воспроизводимые веб-документы с помощью Markdown