Онлайн-курс — сертифицированная профессиональная специализация в области прикладной науки о данных с R от Coursera, IBM

Развивайте свои навыки обработки данных с помощью R и SQL. Улучшите свою способность превращать данные в информацию и идеи.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
Онлайн-курс — сертифицированная профессиональная специализация в области прикладной науки о данных с R от Coursera, IBM

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

  • Выполнение базовых задач программирования на языке R.
  • Подготовка данных, статистический анализ и прогнозная модель.
  • Создание реляционных баз данных и запрос данных с использованием SQL и R.
  • Передача результатов с помощью методов визуализации данных.
  • Работайте с разными источниками данных.
  • Работа с наборами данных.
  • Использование SQL и реляционных баз данных.
  • Использование языка программирования R.
  • Работа с такими инструментами, как R Studio, Jupyter Notebooks и библиотеками R, связанными с наукой о данных.

What you will learn in the course

Courses for which the course is suitable

  • Специалист по данным начального уровня
  • аналитик данных
  • Разработчик программного обеспечения, специализирующийся на R.
  • Эксперт по визуализации данных
  • менеджер базы данных
  • Бизнес-аналитик
  • Специалист по данным
  • Разрабатывает прогнозные модели
  • SQL-программист
  • Эксперт по статистическому анализу

Стажировка — серия из 5 курсов

Эта специализация предназначена для всех, кто страстно любит учиться и заинтересован в развитии навыков, инструментов и портфолио, которые дадут им конкурентное преимущество на рынке труда в качестве специалиста по данным начального уровня.

В ходе этих пяти онлайн-курсов вы разовьете навыки, необходимые для интеграции и использования различных источников данных с помощью языка программирования R, чтобы превратить данные в ценную информацию, которая поможет вам и вашим заинтересованным сторонам принимать более обоснованные решения.

чему ты научишься

  • Выполнение базовых задач программирования на языке R.
  • Подготовка данных, статистический анализ и прогнозная модель.
  • Создание реляционных баз данных и запрос данных с использованием SQL и R.
  • Передача результатов с помощью методов визуализации данных.

Практический учебный проект

Во время стажировки вы пройдете практические лабораторные работы, которые помогут вам получить практический опыт по:

  • Различные источники данных.
  • наборы данных.
  • SQL и реляционные базы данных.
  • Язык программирования R.

Вы будете работать с такими инструментами, как R Studio, Jupyter Notebooks и библиотеками R, связанными с наукой о данных, включая dplyr, Tidyverse, Tidymodels, R Shiny, ggplot2, Leaflet и rvest.

В заключительном курсе стажировки вы выполните финальный проект, в котором примените полученные знания в задаче, требующей сбора данных, анализа, базовых гипотетических экспериментов, визуализации и моделирования, необходимых для реальных наборов данных.

Details of the courses that make up the specialization

Введение в программирование на R для науки о данных

Курс 1
10 часов
4,5 (450 оценок)

чему ты научишься

  • Работайте с базовыми типами данных на языке R с помощью RStudio или Jupyter Notebooks.
  • Управляйте ходом программы с помощью условий и циклов, пишите функции, выполняйте операции над символьными строками, пишите регулярные выражения, обрабатывайте ошибки.
  • Создавайте и управляйте структурами данных на языке R, включая векторы, факторы, списки и фреймы данных.
  • Чтение, запись и сохранение файлов данных, а также сбор данных с веб-сайтов с помощью R.

навыки, которые вы разовьете

  • Наука о данных
  • Линейная регрессия
  • Визуализация данных
  • Программирование на языке R
  • Исследовательский анализ данных

SQL для науки о данных с R

Курс 2
27 часов
4,3 (134 оценки)

чему ты научишься

  • Создайте и получите доступ к базе данных в облаке.
  • Напишите и выполните основные команды SQL — SELECT, INSERT, UPDATE, DELETE, CREATE, DROP.
  • Создавайте команды SQL для фильтрации, сортировки, группировки результатов, использования встроенных функций, написания вложенных запросов, доступа к нескольким таблицам.
  • Анализируйте данные из Jupyter с помощью R и SQL, сочетая навыки SQL и R для запроса реальных наборов данных.

навыки, которые вы разовьете

  • Наука о данных
  • Программирование на языке R

Анализ данных с помощью R

Курс 3
16 часов
4,7 (285 оценок)

чему ты научишься

  • Подготовьте данные для анализа, обрабатывая пропущенные значения, просеивая и регулируя данные, группируя и переводя категориальные значения в числовые значения.
  • Сравните модели прогнозирования, в которых используются методы простой линейной регрессии, множественной линейной регрессии и полиномиальной регрессии.
  • Изучать данные с помощью описательной статистики, наборов данных, дисперсионного анализа (ANOVA) и корреляционной статистики.
  • Оцените модель на предмет ситуаций переоснащения и недостаточного подбора и откалибровайте ее производительность с помощью регуляризации и поиска по сетке.

навыки, которые вы разовьете

  • Наука о данных
  • анализ данных
  • Статистический анализ
  • Визуализация данных
  • Программирование на языке R

Визуализация данных с помощью R

Курс 4
12 часов
4,6 (219 оценок)

чему ты научишься

  • Создавайте такие графики, как гистограммы, гистограммы, круговые диаграммы, точечные диаграммы, линейные графики, коробчатые диаграммы и карты, используя R и связанные пакеты.
  • Создавайте собственные графики, используя аннотации, заголовки осей, текстовые метки, темы и детализацию.
  • Создавайте карты с помощью пакета Leaflet для R.
  • Создавайте интерактивные информационные панели с помощью пакета Shiny для R.

навыки, которые вы разовьете

  • Наука о данных
  • анализ данных
  • Визуализация данных
  • Программирование на языке R

Наука о данных с R — итоговый проект

Курс 5
24 часа
4,6 (76 оценок)

чему ты научишься

  • Напишите программу для извлечения данных из файла HTML с помощью HTTP-запросов и преобразования данных в фрейм данных.
  • Подготовьте данные для моделей путем обработки пропущенных значений, просеивания и регуляризации данных, группировки и преобразования категориальных значений в числовые значения.

Похожие