Wenn Sie sich für diesen Kurs anmelden, müssen Sie auch ein bestimmtes Programm auswählen.
Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat zur Vorlage
In diesem Kurs gibt es 4 Module
In diesem Kurs erhalten Sie eine Einführung in die wichtigsten Tools und Ideen aus dem Werkzeugkasten des Datenwissenschaftlers. Der Kurs gibt einen Überblick über die Daten, Fragen und Tools, mit denen Datenanalysten und Datenwissenschaftler arbeiten. Dieser Kurs besteht aus zwei Komponenten. Die erste ist eine konzeptionelle Einführung in die Ideen, die hinter der Umwandlung von Daten in umsetzbares Wissen stehen. Die zweite ist eine praktische Einführung in die Tools, die im Programm verwendet werden, wie Versionskontrolle, Markdown, Git, GitHub, R und RStudio.
In diesem Modul werden wir die Datenwissenschaft und die Daten selbst vorstellen und definieren. Wir gehen auch auf einige der Ressourcen ein, die Datenwissenschaftler nutzen, um Hilfe zu bekommen, wenn sie nicht weiterkommen.
Das ist alles enthalten
5 Videos2 Lektüren5 Aufgaben5 Plug-ins
Infos zu Modulinhalt anzeigen
5 Videos•Insgesamt 40 Minuten
Warum automatisierte Videos?•5 Minuten
Was ist Data Science?•9 Minuten
Was sind Daten?•7 Minuten
Hilfe bekommen•10 Minuten
Der Prozess der Datenwissenschaft•9 Minuten
2 Lektüren•Insgesamt 7 Minuten
Willkommen•5 Minuten
Eine Anmerkung zur Erklärung•2 Minuten
5 Aufgaben•Insgesamt 126 Minuten
Was ist Data Science?•6 Minuten
Was sind Daten?•30 Minuten
Hilfe bekommen Quiz•30 Minuten
Datenwissenschaftlicher Prozess•30 Minuten
Modul Eins Summarisches Quiz•30 Minuten
5 Plug-ins•Insgesamt 75 Minuten
Warum automatisierte Videos?•15 Minuten
Was ist Datenwissenschaft?•15 Minuten
Was sind Daten?•15 Minuten
Hilfe bekommen•15 Minuten
Der Prozess der Datenwissenschaft•15 Minuten
R und RStudio
Modul 2•5 Stunden abzuschließen
Moduldetails
In diesem Modul helfen wir Ihnen dabei, mit R und RStudio loszulegen. Ganz nebenbei lernen Sie einige Grundlagen über beide und warum Datenwissenschaftler sie verwenden.
Das ist alles enthalten
5 Videos6 Aufgaben5 Plug-ins
Infos zu Modulinhalt anzeigen
5 Videos•Insgesamt 34 Minuten
Installieren von R•6 Minuten
Installieren von R Studio•3 Minuten
RStudio Tour•7 Minuten
R Pakete•12 Minuten
Projekte in R•6 Minuten
6 Aufgaben•Insgesamt 180 Minuten
Installieren von R•30 Minuten
Installieren von R Studio•30 Minuten
RStudio Tour•30 Minuten
R Pakete•30 Minuten
Projekte in R•30 Minuten
Modul zwei: Quiz zum Abschluss•30 Minuten
5 Plug-ins•Insgesamt 75 Minuten
Installieren von R•15 Minuten
Installieren von R Studio•15 Minuten
RStudio Tour•15 Minuten
R Pakete•15 Minuten
Projekte in R•15 Minuten
Versionskontrolle und GitHub
Modul 3•4 Stunden abzuschließen
Moduldetails
In diesem Modul lernen Sie etwas über Versionskontrolle und warum sie für Datenwissenschaftler so wichtig ist. Außerdem lernen Sie, wie Sie Git und GitHub verwenden, um die Versionskontrolle in datenwissenschaftlichen Projekten zu verwalten.
Das ist alles enthalten
4 Videos5 Aufgaben4 Plug-ins
Infos zu Modulinhalt anzeigen
4 Videos•Insgesamt 28 Minuten
Versionskontrolle•11 Minuten
Github und Git•9 Minuten
Verknüpfung von Github und R Studio•4 Minuten
Projekte unter Versionskontrolle•4 Minuten
5 Aufgaben•Insgesamt 150 Minuten
Versionskontrolle•30 Minuten
GitHub und Git•30 Minuten
Verknüpfung von Git/GitHub und RStudio•30 Minuten
Projekte unter Versionskontrolle•30 Minuten
Modul drei: Quiz zum Abschluss•30 Minuten
4 Plug-ins•Insgesamt 60 Minuten
Versionskontrolle•15 Minuten
GitHub und Git•15 Minuten
Verknüpfung von GitHub und RStudio•15 Minuten
Projekte unter Versionskontrolle•15 Minuten
R Markdown, wissenschaftliches Denken und Big Data
Modul 4•5 Stunden abzuschließen
Moduldetails
In diesem letzten Modul lernen Sie den Umgang mit R Markdown und erhalten eine Einführung in drei Konzepte, die für jeden erfolgreichen Datenwissenschaftler unglaublich wichtig sind: gute Fragen stellen, Versuchsplanung und Big Data.
Das ist alles enthalten
4 Videos5 Aufgaben1 peer review4 Plug-ins
Infos zu Modulinhalt anzeigen
4 Videos•Insgesamt 34 Minuten
R Markdown•8 Minuten
Arten von Data Science Fragen•10 Minuten
Experimenteller Aufbau•9 Minuten
Große Daten•7 Minuten
5 Aufgaben•Insgesamt 150 Minuten
R Markdown•30 Minuten
Arten von Data Science Fragen•30 Minuten
Experimenteller Aufbau•30 Minuten
Große Daten•30 Minuten
Modul vier: Quiz zum Abschluss•30 Minuten
1 peer review•Insgesamt 60 Minuten
Stellen Sie Ihren Werkzeugkasten zusammen•60 Minuten
4 Plug-ins•Insgesamt 60 Minuten
R Markdown•15 Minuten
Arten von Data Science Fragen•15 Minuten
Experimenteller Aufbau•15 Minuten
Große Daten•15 Minuten
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozenten
Lehrkraftbewertungen
Lehrkraftbewertungen
Wir haben alle Lernenden um Feedback zu unseren Dozenten gebeten, ausgehend von der Qualität ihres Unterrichtsstils.
Die Aufgabe der Johns Hopkins University ist es, ihre Studenten auszubilden und ihre Fähigkeit zum lebenslangen Lernen zu fördern, unabhängige und originelle Forschung zu betreiben und der Welt den Nutzen von Entdeckungen zu bringen.
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
4.6
34.092 Bewertungen
5 stars
69,48 %
4 stars
23,15 %
3 stars
5,25 %
2 stars
1,12 %
1 star
0,98 %
Zeigt 3 von 34092 an
S
S
5·
Geprüft am 7. Okt. 2020
Great course content and very much informative with the different options of learning either through text or video. A good introductory course to the Data Science: Foundations Using R Specialization.
N
NB
5·
Geprüft am 2. Juni 2017
Nice Course. Basics are very well taught in this course.Thank you JHU and Coursera for this course. I have decided to donate 10% of my first salary to coursera once I am complete this and get intern.
M
MW
4·
Geprüft am 10. Sep. 2019
Very clear and concise and is very easy to follow for those who aren't very experienced with setting up a dev environment or git. A little on the easy side but I'm sure more challenges are to follow!
Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich mich für diese Specialization einschreibe?
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.
Ist finanzielle Hilfe verfügbar?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.