在线课程 – 约翰霍普金斯大学认证数据科学专业化

数据科学家工具包

课程 1

• 17 小时
• 4.6 （33,920 个评价）

课程详情

您将学到什么：

• 安装 R、R-Studio、Github 和其他有用的工具
• 了解分析师使用的数据、问题和工具
• 解释研究规划中的基本概念
• 在 Github 上创建数据库

您将获得的技能

• 类别： 统计
• 类别： 统计结论
• 类别： 统计假设检验
• 类别： R 编程

课程 2

• 57 小时
• 4.5 （22,241 评价）

课程详情

您将学到什么：

• 了解关键的编程语言概念
• 设置统计编程软件
• 在 R 中使用循环函数和调试工具
• 使用 R profiler 收集详细信息

您将获得的技能

• 类别： 随机森林
• 类别： 机器学习 （ML） 算法
• 类别： 机器学习
• 类别： R 编程

课程 3

• 19 小时
• 4.5 （8,060 个评分）

课程详情

您将学到什么：

• 了解常见的数据存储系统
• 实施数据清理要素以使数据“井然有序”
• 使用 R 处理文本和日期
• 从 Web、API 和数据库生成适用的数据

您将获得的技能

• 类别： 数据科学
• 类别： Github
• 类别： R 编程
• 类别： Rstudio

课程 4

• 54 小时
• 4.7 （6,065 个评分）

课程详情

您将学到什么：

• 了解 R 中的分析图形和基本图形系统
• 使用高级图形系统，例如 Lattice 系统
• 创建非常高维数据的图形表示
• 应用聚类分析技术检测数据中的样本

您将获得的技能

• 类别： 交互性
• 类别： Plotly
• 类别： WebKit 应用程序
• 类别： R 编程

课程 5

• 7 小时
• 4.6 （4,172 个评价）

课程详情

您将学到什么：

• 组织数据分析以促进恢复
• 可以用 knitr 复制的数据分析口述
• 评估分析项目的可重复性
• 发布可以使用 Markdown 还原的 Web 文档

您将获得的技能

• 类别： 数据科学
• 类别： 机器学习
• 类别： R 编程
• 类别： 自然语言处理

课程 6

• 54 小时
• 4.2 （4,433 个评价）

课程详情

您将学到什么：

• 了解从数据中得出有关人口或科学真理的结论的过程
• 方差、分布、边界和安全收益的描述
• 使用 p 值、置信区间和排列检验
• 做出明智的数据分析决策

您将获得的技能

• 类别： 针织衫
• 类别： 数据分析
• 类别： R 编程
• 类别： 标记语言

课程 7

• 53 小时
• 4.4 （3,352 个评价）

课程详情

您将学到什么：

• 使用回归分析、最小二乘法和推理
• 了解 ANOVA 和 ANCOVA 模型示例
• 残差和杂项分析的探索
• 描述回归模型的新用途，例如离差图

您将获得的技能

• 类别： 数据分析
• 类别： 调试
• 类别： R 编程
• 类别： Rstudio

课程 8

• 8 小时
• 4.5 （3,246 个评分）

课程详情

您将学到什么：

• 在构建和开发预测功能时使用基本组件
• 了解训练组和测试、过度匹配和错误率等概念
• 描述机器学习方法，例如回归或分类树
• 解释构建预测函数的完整过程

您将获得的技能

• 类别： 聚类分析
• 类别： Ggplot2
• 类别： R 编程
• 类别： 调查数据分析

课程 9

• 10 小时
• 4.6 （2,255 个评分）

课程详情

您将学到什么：

• 使用 GoogleVis 进行基本应用程序开发和交互式图形
• 使用 Leaftlet 创建带有注释的交互式地图
• 构建包含数据可视化的 R Markdown 演示文稿
• 构建向公众传达信息的数据产品

您将获得的技能

• 类别： 数据操作
• 类别： 正则表达式 （REGEX）
• 类别： R 编程
• 类别： 数据清理

数据科学期末课程

• 5 小时
• 4.5 （1,226 个评价）

课程详情

您将学到什么：

• 创建具有公共用途的数据产品
• 应用调查员的数据分析技能
• 构建高效准确的预测模型
• 制作演示文稿，展示您的发现

您将获得的技能

• Category： 选择模型
• 类别： 一般线性模型
• 类别： 线性回归
• 类别： 回归分析