Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für dieses berufsbezogene Zertifikat 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 von Google zur Vorlage
In diesem Kurs gibt es 5 Module
Dies ist der siebte Kurs im Google Data Analytics Certificate. In diesen Kursen lernen Sie alles, was Sie für eine Einstiegsposition in der Datenanalyse benötigen. In diesem Kurs lernen Sie die Programmiersprache R kennen. Sie erfahren, wie Sie RStudio verwenden, und lernen die Umgebung kennen, in der Sie mit R arbeiten können. In diesem Kurs werden auch die speziellen Softwareanwendungen und Tools von R behandelt, wie z. B. R-Pakete. Sie erfahren, wie Sie mit R Daten auf neue und leistungsfähigere Weisen bereinigen, organisieren, analysieren, visualisieren und Berichte über sie erstellen können. Bei Google tätige Fachleute für die Datenanalyse werden Sie weiterhin anleiten und Ihnen praktische Möglichkeiten zeigen, wie Sie häufige Datenanalyseaufgaben mithilfe der besten Tools und Ressourcen erledigen können.
Nach Abschluss dieses Zertifikatsprogramms sind Lernende bestens gerüstet, um sich auf Einstiegspositionen in der Datenanalyse zu bewerben. Es sind keine Vorkenntnisse erforderlich.
Im Verlauf dieses Kurses werden Sie:
- die Vorteile der Verwendung der Programmiersprache R untersuchen
- erfahren, wie Sie RStudio verwenden, um R auf Ihre Analysen anzuwenden
- die grundlegenden Konzepte untersuchen, die mit der Programmierung in R verbunden sind
- den Inhalt und die Komponenten von R-Paketen kennenlernen, einschließlich des Tidyverse-Pakets
- ein Verständnis von Dataframes und deren Verwendung in R erlangen
- die Möglichkeiten zum Generieren von Visualisierungen in R entdecken
- R Markdown zum Dokumentieren der R-Programmierung kennenlernen
R ist eine Programmiersprache, die Sie beim Datenanalyseprozess unterstützen kann. In diesem Teil des Kurses lernen Sie R und RStudio kennen, die Umgebung, in der Sie mit R arbeiten werden. Sie lernen die Vorteile von R und RStudio sowie die Komponenten von RStudio kennen, die Ihnen den Einstieg erleichtern.
Einführung in die spannende Welt der Programmierung•6 Minuten
Freude im Umgang mit R•6 Minuten
Carrie: Erste Schritte mit R•4 Minuten
Programmiersprachen•5 Minuten
Einführung in R •6 Minuten
Einführung in RStudio •8 Minuten
8 Lektüren•Insgesamt 85 Minuten
Lehrplan•10 Minuten
Die Debatte R vs. Python•10 Minuten
Lernprotokoll: Erkunden von R•20 Minuten
Möglichkeiten, Programmieren zu lernen•10 Minuten
Von Tabellenkalkulationen zu SQL und R •10 Minuten
Anwendungsbereich von RStudio•10 Minuten
Mit anderen Fachkräften für Analyse in der R-Community verbinden•10 Minuten
Glossar: Begriffe und Definitionen•5 Minuten
8 Aufgaben•Insgesamt 312 Minuten
Selbstreflexion: Stellen Sie eine Frage•20 Minuten
Optionale praktische Übung: R herunterladen und installieren•60 Minuten
Optionale praktische Übung: R-Konsole•60 Minuten
Testen Sie Ihr Wissen über Programmiersprachen•6 Minuten
Praktische Übung: Cloud-Zugriff auf RStudio•60 Minuten
Optionale praktische Übung: Erste Schritte mit RStudio Desktop•60 Minuten
Testen Sie Ihr Programmierwissen mit RStudio•6 Minuten
Wochen-Challenge 1•40 Minuten
2 Diskussionsthemen•Insgesamt 20 Minuten
Meet and Greet•10 Minuten
R&R...Studio! •10 Minuten
1 Plug-in•Insgesamt 15 Minuten
Wiederholung: Ihre Roadmap für das Data Analytics Certificate•15 Minuten
Mit RStudio programmieren
Modul 2•6 Stunden abzuschließen
Moduldetails
Wenn Sie R verwenden, können Sie Ihre Analyse effizient und effektiv abschließen. In diesem Teil des Kurses lernen Sie die grundlegenden Konzepte von R kennen. Sie erfahren mehr über Funktionen und Variablen für Berechnungen und andere Programmierungen. Außerdem machen Sie sich mit R-Paketen vertraut, bei denen es sich um Sammlungen von R-Funktionen, Programmiercode und Beispieldaten handelt, die Sie in RStudio verwenden werden.
Logische Operatoren und bedingte Anweisungen•10 Minuten
Leitfaden: Ihren Code lesbar halten •10 Minuten
Verfügbare R-Pakete•10 Minuten
R-Ressourcen für mehr Hilfe•10 Minuten
Glossar: Begriffe und Definitionen•5 Minuten
7 Aufgaben•Insgesamt 191 Minuten
Testen Sie Ihr Wissen über Programmierkonzepte•8 Minuten
Praktische Übung: R-Sandbox•60 Minuten
Testen Sie Ihr Wissen über das Programmieren in R•6 Minuten
Praktische Übung: tidyverse installieren und laden•60 Minuten
Testen Sie Ihr Wissen über R-Pakete •6 Minuten
Testen Sie Ihr Wissen über tidyverse•6 Minuten
Wochen-Challenge 2•45 Minuten
1 Diskussionsthema•Insgesamt 10 Minuten
Abfragen und Programmierung •10 Minuten
1 Plug-in•Insgesamt 30 Minuten
Die grundlegenden Konzepte von R•30 Minuten
Mit Daten in R arbeiten
Modul 3•8 Stunden abzuschließen
Moduldetails
Die Programmiersprache R wurde für die Arbeit mit Daten in allen Phasen des Datenanalyseprozesses entwickelt. In diesem Teil des Kurses untersuchen Sie, wie R Ihnen helfen kann, Ihre Daten mithilfe von Funktionen und anderen Prozessen zu strukturieren, zu organisieren und zu bereinigen. Wir beschäftigen uns mit Dataframes und wie Sie mit diesen in R arbeiten können. Außerdem greifen wir das Problem der Datenverzerrung wieder auf und erfahren, wie R dabei helfen kann.
Praktische Übung: Einen eigenen Dataframe erstellen •60 Minuten
Praktische Übung: Daten importieren und mit ihnen arbeiten•60 Minuten
Testen Sie Ihr Wissen über R-Dataframes•8 Minuten
Praktische Übung: Daten bereinigen in R •60 Minuten
Testen Sie Ihr Wissen über die Bereinigung von Daten •6 Minuten
Praktische Übung: Daten ändern•60 Minuten
Testen Sie Ihr Wissen über R-Funktionen•6 Minuten
Wochen-Challenge 3•60 Minuten
2 Diskussionsthemen•Insgesamt 20 Minuten
Daten in R versus SQL•10 Minuten
Datenbereinigung auf verschiedenen Plattformen vergleichen•10 Minuten
1 Plug-in•Insgesamt 3 Minuten
Syntax zum Bereinigen, Organisieren und Transformieren von Daten•3 Minuten
Weitere Informationen zu Visualisierungen, Ästhetiken und Anmerkungen
Modul 4•9 Stunden abzuschließen
Moduldetails
R eignet sich gut zum Erstellen detaillierter Visualisierungen. In diesem Teil des Kurses lernen Sie, wie Sie mit R Visualisierungen generieren und Fehler beheben. Außerdem lernen Sie Funktionen von R und RStudio für die Ästhetik Ihrer Visualisierungen kennen und Möglichkeiten, diese mit Anmerkungen zu versehen und zu speichern.
Visualisierungsgrundlagen in R und Tidyverse•6 Minuten
Erste Schritte mit ggplot() •10 Minuten
Joseph: Berufliche Laufbahn zu People Analytics•4 Minuten
Visualisierungen in R verbessern•8 Minuten
Weitere Einsatzmöglichkeiten von ggplot•8 Minuten
Ästhetik und Facetten•5 Minuten
Anmerkungsebene •7 Minuten
Visualisierungen speichern•5 Minuten
7 Lektüren•Insgesamt 65 Minuten
Häufig auftretende Probleme bei der Visualisierung in R•10 Minuten
Ästhetik-Attribute•10 Minuten
Glättung•10 Minuten
Filtern und Diagramme •10 Minuten
Pfeile und Formen in R zeichnen•10 Minuten
Bilder ohne ggsave() speichern•10 Minuten
Glossar: Begriffe und Definitionen•5 Minuten
9 Aufgaben•Insgesamt 378 Minuten
Praktische Übung: Daten mit ggplot2 visualisieren•60 Minuten
Praktische Übung: Ggplot verwenden•60 Minuten
Ihr Wissen zu Datenvisualisierungen in R testen•8 Minuten
Praktische Übung: Ästhetik und Visualisierungen •60 Minuten
Praktische Übung: Filter und Diagramme•60 Minuten
Ihr Wissen über Ästhetik in der Analyse testen •10 Minuten
Praktische Übung: Visualisierungen mit Anmerkungen versehen und speichern•60 Minuten
Ihr Wissen über das Kommentieren und Speichern von Visualisierungen testen•10 Minuten
Wochen-Challenge 4•50 Minuten
1 Diskussionsthema•Insgesamt 10 Minuten
Visualisierungen in Tableau vs. R •10 Minuten
1 Plug-in•Insgesamt 15 Minuten
Elemente von ggplot•15 Minuten
Dokumentation und Berichte
Modul 5•8 Stunden abzuschließen
Moduldetails
Wenn Sie bereit sind, Ihre Analyse zu speichern und zu präsentieren, bietet R verschiedene Optionen. In diesem Teil des Kurses lernen Sie R Markdown kennen, ein Dateiformat zum Erstellen dynamischer Dokumente mit R. Sie erfahren, wie Sie R Markdown formatieren und exportieren und wie Sie R-Code-Chunks in Ihre Dokumente integrieren.
Das ist alles enthalten
8 Videos5 Lektüren9 Aufgaben1 Diskussionsthema
Infos zu Modulinhalt anzeigen
8 Videos•Insgesamt 34 Minuten
Dokumentation und Berichte•3 Minuten
Überblick über R Markdown•4 Minuten
R Markdown in RStudio verwenden•4 Minuten
Struktur von Markdown-Dokumenten•6 Minuten
Meg: Programmieren bedeutet Erfüllung•4 Minuten
Noch mehr Dokumentelemente•4 Minuten
Code-Chunks•7 Minuten
Dokumentation exportieren•4 Minuten
5 Lektüren•Insgesamt 35 Minuten
Ressourcen zu R Markdown•10 Minuten
Optional: Jupyter Notebooks•10 Minuten
Ausgabeformate in R Markdown•10 Minuten
Glossar: Begriffe und Definitionen•5 Minuten
Als Nächstes kommt …•0 Minuten
9 Aufgaben•Insgesamt 375 Minuten
Praktische Übung: Ihr R Markdown-Notebook•60 Minuten
Testen Sie Ihr Wissen über Dokumentation und Berichte•10 Minuten
Testen Sie Ihr Wissen über das Erstellen von R Markdown-Dokumenten•10 Minuten
Praktische Übung: Code-Chunks in R Markdown-Notebooks einfügen•60 Minuten
Praktische Übung: Ihr R Markdown-Notebook exportieren•60 Minuten
Praktische Übung: R Markdown-Vorlagen verwenden•60 Minuten
Testen Sie Ihr Wissen über Code-Chunks•10 Minuten
Wochen-Challenge 5•40 Minuten
Kurs-Challenge•65 Minuten
1 Diskussionsthema•Insgesamt 10 Minuten
R Markdown-Notebooks verwenden•10 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.
Grow with Google is an initiative that draws on Google's decades-long history of building products, platforms, and services that help people and businesses grow. We aim to help everyone – those who make up the workforce of today and the students who will drive the workforce of tomorrow – access the best of Google’s training and tools to grow their skills, careers, and businesses.
Daten sind eine Gruppe von Fakten, die viele verschiedene Formen annehmen können, z. B. Zahlen, Bilder, Wörter, Videos, Beobachtungen und mehr. Wir verwenden und erzeugen täglich Daten, beispielsweise wenn wir eine Serie oder einen Song streamen oder etwas in sozialen Medien posten.
Data Analytics umfasst die Sammlung, Transformation und Organisation dieser Fakten, um Schlussfolgerungen zu ziehen, Vorhersagen zu machen und fundierte Entscheidungen zu treffen.
Was spricht für eine Karriere im Bereich Data Analytics?
Die täglich anfallende Datenmenge ist enorm. Jedes Mal, wenn Sie Ihr Smartphone verwenden, online nach etwas suchen, Musik streamen, mit einer Kreditkarte einkaufen, in sozialen Medien posten oder GPS für die Routenplanung verwenden, erzeugen Sie Daten. Unternehmen müssen ihre Produkte, Dienstleistungen, Tools und Geschäftsstrategien kontinuierlich anpassen, um die Nachfrage von Zielgruppen zu erfüllen und auf neue Trends zu reagieren. Aus diesem Grund sind Fachleute für Datenanalyse gefragt und erhalten attraktive Vergütungen.
Fachleute für Datenanalyse erfassen Daten und Zahlen, um Unternehmen bei besseren Geschäftsentscheidungen zu unterstützen. Sie bereiten Daten auf, verarbeiten, analysieren und visualisieren diese, entdecken Muster und Trends und beantworten dabei wichtige Fragen. Basierend auf ihrer Arbeit kann ein gesamtes Team bessere Geschäftsentscheidungen treffen.
Warum sollte ich mich für das Google Data Analytics Certificate anmelden?
Mit dem Google Data Analytics Certificate erlernen Sie die erforderlichen Fähigkeiten für eine Junior- oder Associate-Position im Bereich Data Analytics. Fachleute für Datenanalyse wissen, wie die richtigen Fragen gestellt werden. Sie können Daten für wichtige Erkenntnisse vorbereiten, verarbeiten und analysieren; ihre Erkenntnisse effektiv mit den Stakeholdern teilen und datengesteuerte Empfehlungen für überlegtes Handeln geben.
Sie lernen diese Fähigkeiten in unserem Zertifikatsprogramm durch interaktive Inhalte (Diskussionsaufforderungen, Quizfragen und Aktivitäten) in weniger als sechs Monaten mit weniger als 10 Stunden flexiblem Lernen pro Woche. Danach sind Sie sofort startklar. Dabei folgen Sie einem Lehrplan, der mit Beiträgen von Top-Arbeitgebenden und Branchenführenden wie Tableau, Accenture und Deloitte erstellt wurde. Sie haben sogar die Möglichkeit, eine Fallstudie abzuschließen, die Sie potenziellen Arbeitgebenden präsentieren können, um Ihre neuen Fähigkeiten unter Beweis zu stellen.
Nach Abschluss des Programms haben Sie Zugang zu Karriereressourcen und knüpfen Kontakt mit Arbeitgebenden, die offene Einstiegspositionen im Bereich Data Analytics besetzen möchten.
Welcher Hintergrund ist erforderlich?
Es sind keine Vorkenntnisse in Tabellenkalkulationen oder Data Analytics erforderlich. Sie brauchen lediglich Mathematikkenntnisse auf Abiturniveau sowie Neugier darauf, wie die Dinge funktionieren.
Muss ich gut in Mathe sein, um dieses Zertifikat erlangen zu können?
Sie müssen kein Mathe-Ass sein, um das Zertifikat zu erlangen. Sie müssen neugierig und offen für das Lernen mit Zahlen (der Sprache der Datenanalyse) sein. Gute Fachleute für Datenanalyse beherrschen mehr als nur Mathematik. Es geht darum, die richtigen Fragen zu stellen, die besten Quellen zu finden, um Fragen effektiv zu beantworten, und die Ergebnisse in Visualisierungen anschaulich darzustellen.
Welche Tools und Plattformen werden im Kurs behandelt?
Sie lernen den Umgang mit Analysetools und -plattformen, wie Tabellenkalkulationen (Google Tabellen oder Microsoft Excel), SQL, Präsentationstools (PowerPoint oder Google Präsentationen), Tableau, RStudio und Kaggle.
Werden R oder Python unterrichtet?
Sie erlernen in diesem Programm die Open-Source-Programmiersprache R. Diese ist ein großartiger Ausgangspunkt für grundlegende Datenanalysen und bietet hilfreiche Pakete für Unerfahrene, die sie auf ihre Projekte anwenden können. Wir behandeln Python nicht im Lehrplan, empfehlen Ihnen jedoch, sich nach dem Abschluss damit zu beschäftigen, wenn Sie Ihre Lernreise fortsetzen möchten.
Welche Plattform zur Tabellenkalkulation wird eingesetzt?
Die Lernenden können selbst auswählen, welche Plattform sie während des gesamten Programms verwenden möchten: Google Tabellen oder Microsoft Excel. Es liegt ganz im Ermessen der Lernenden. Alle Aktivitäten im gesamten Lehrplan können auf beiden Plattformen durchgeführt werden.
Muss ich die Kursreihenfolge einhalten?
Wir empfehlen ausdrücklich, die Kurse in der vorgestellten Reihenfolge abzuschließen, da die Inhalte der Kurse aufeinander aufbauen.
When will I have access to the lectures and assignments?
To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
What will I get if I subscribe to this Certificate?
When you enroll in the course, you get access to all of the courses in the Certificate, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.