Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
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 3 Module
Datenvisualisierung ist eine wichtige Fähigkeit für jeden, der bei seiner Arbeit routinemäßig mit quantitativen Daten arbeitet - das heißt, Datenvisualisierung ist ein Werkzeug, das heute fast jeder Arbeitnehmer benötigt. Eines der wichtigsten Tools für die Datenvisualisierung ist heute die statistische Programmiersprache R. Insbesondere in Verbindung mit den Softwarepaketen von tidyverse hat sich R zu einer äußerst leistungsfähigen und flexiblen Plattform für die Erstellung von Zahlen, Tabellen und reproduzierbaren Berichten entwickelt. Allerdings kann R für Erstanwender einschüchternd sein, und es gibt so viele Ressourcen im Internet, dass es schwierig sein kann, diese ohne Anleitung zu durchschauen. Um diesen Bedarf zu decken, richtet sich dieser Kurs an Lernende, die wenig oder keine Erfahrung mit R haben, aber eine Einführung in dieses Tool suchen. Am Ende dieses Kurses werden die Teilnehmer in der Lage sein, Daten in R zu importieren, diese Daten mit den Tools des beliebten Pakets tidyverse zu bearbeiten und einfache Berichte mit R Markdown zu erstellen. Der Kurs richtet sich an Teilnehmer mit guten Grundkenntnissen in der Datenverarbeitung, aber nur geringer oder gar keiner Erfahrung in der Programmierung.
In diesem Modul werden wir uns mit R vertraut machen, um Daten für Visualisierungen zu verarbeiten. Sie sollten damit beginnen, sich die Einführungsvideos in jeder Lektion anzusehen. Anschließend sollten Sie die bereitgestellten Lektüren und Referenzmaterialien sorgfältig durchlesen. Danach sollten Sie sich die Videos noch einmal ansehen, um Ihr Verständnis zu überprüfen. Im Laufe des Kurses werden Sie einige Quizfragen beantworten, um sicherzustellen, dass Sie auf dem Laufenden bleiben.
Das ist alles enthalten
8 Videos7 Lektüren4 Aufgaben1 peer review
Infos zu Modulinhalt anzeigen
8 Videos•Insgesamt 40 Minuten
Einführung in den Kurs•3 Minuten
Einführung in R und Software-Installation•6 Minuten
Grundlagen von R, Teil 1•4 Minuten
Basic R Teil 2•6 Minuten
Funktionen in R•3 Minuten
Dataframes•8 Minuten
Grundlagen des Datenimports in R•6 Minuten
Basis R Visualisierungen•5 Minuten
7 Lektüren•Insgesamt 107 Minuten
Wie Sie die Videos ansehen können•2 Minuten
Der RStudio-Spickzettel•20 Minuten
Base R Spickzettel•20 Minuten
R für Datenwissenschaft, Kapitel 4•20 Minuten
Ein Hinweis zu Dateipfaden•10 Minuten
CCES-Daten•5 Minuten
Kochbuch für R: Grundlegende Plots•30 Minuten
4 Aufgaben•Insgesamt 35 Minuten
R installieren und Quiz einrichten•10 Minuten
Base R und Funktionen Quiz•10 Minuten
Dataframes und Datenimport in R•10 Minuten
Base R Visualisierung Quiz•5 Minuten
1 peer review•Insgesamt 30 Minuten
Base R Peer Review Praxis•30 Minuten
Verwendung der Tidyverse Pakete
Modul 2•4 Stunden abzuschließen
Moduldetails
In diesem Modul werden wir Funktionen aus dem Tidyverse verwenden, um Daten zu manipulieren. Sie sollten sich zunächst die Einführungsvideos in jeder Lektion ansehen. Anschließend sollten Sie die Lektüre und das Referenzmaterial sorgfältig durcharbeiten. Danach sollten Sie sich die Videos noch einmal ansehen, um Ihr Verständnis zu überprüfen. Im Laufe des Kurses werden Sie einige Quizfragen beantworten, um sicherzustellen, dass Sie auf dem Laufenden bleiben.
Das ist alles enthalten
5 Videos7 Lektüren2 Aufgaben1 peer review
Infos zu Modulinhalt anzeigen
5 Videos•Insgesamt 27 Minuten
Einführung in das tidyverse•6 Minuten
Datenimport und Struktur im Tidyverse•5 Minuten
Filtern, Auswählen, Umkodieren, Umbenennen und Weiterleiten•6 Minuten
Umkodieren, Umbenennen und Berechnen von Spalten•6 Minuten
Daten gruppieren und zusammenfassen•4 Minuten
7 Lektüren•Insgesamt 160 Minuten
R für Data Science, Einführung und Teil II: Wrangle•40 Minuten
Spickzettel für den Datenimport•10 Minuten
tibble, readr, und tidyr Dokumentation•30 Minuten
R für Datenwissenschaft, Kapitel 5•30 Minuten
Spickzettel für die Datenverarbeitung•10 Minuten
Erste Schritte mit dplyr•20 Minuten
Lernen, die R-Dokumentation zu lesen•20 Minuten
2 Aufgaben•Insgesamt 30 Minuten
Tidyverse Einführung Quiz•15 Minuten
Variablen manipulieren und Zusammenfassungen erstellen Quiz•15 Minuten
1 peer review•Insgesamt 30 Minuten
tidyverse Praxis Peer Review•30 Minuten
Mit R Markdown Berichte erstellen
Modul 3•4 Stunden abzuschließen
Moduldetails
In diesem Modul lernen wir, wie man mit R Markdown reproduzierbare Berichte erstellt. Sie sollten sich zunächst die Einführungsvideos in jeder Lektion ansehen. Anschließend sollten Sie die bereitgestellten Lesetexte und Referenzmaterialien sorgfältig durcharbeiten. Danach sollten Sie sich die Videos noch einmal ansehen, um Ihr Verständnis zu überprüfen. Im Laufe des Moduls werden Sie einige Quizfragen beantworten, um sicherzustellen, dass Sie auf dem Laufenden bleiben. Am Ende des Moduls werden Sie eine Aufgabe zur Beurteilung durch andere Teilnehmer einreichen, die den gesamten Stoff dieses Kurses abdeckt.
Das ist alles enthalten
3 Videos8 Lektüren3 Aufgaben1 peer review
Infos zu Modulinhalt anzeigen
3 Videos•Insgesamt 15 Minuten
Berichte mit R Markdown erstellen•6 Minuten
R Markdown-Syntax und Tabellen•5 Minuten
qplots und abschließende Gedanken•4 Minuten
8 Lektüren•Insgesamt 90 Minuten
Hinweis zur Installation von LaTex•10 Minuten
Hinweis zur Vorschau von Zahlen in R Markdown•10 Minuten
R für Datenwissenschaft, Kapitel 27•10 Minuten
R Markdown Spickzettel•10 Minuten
R Markdown Referenzhandbuch•10 Minuten
R Markdown: Der endgültige Leitfaden•10 Minuten
qplot() Dokumentation•20 Minuten
Ein Hinweis zu Peer-Review-Aufträgen•10 Minuten
3 Aufgaben•Insgesamt 20 Minuten
R Markdown Einführungsquiz•10 Minuten
R Markdown Syntax Quiz•5 Minuten
Quiz zum Einbinden von Tabellen und Abbildungen•5 Minuten
1 peer review•Insgesamt 120 Minuten
Ihr R Markdown-Bericht•120 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.
Dozent
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.
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.
Finanzielle Unterstützung verfügbar, weitere Informationen
¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.