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
Dieser Kurs befasst sich mit den Konzepten und Werkzeugen für eine reproduzierbare Berichterstattung über moderne Datenanalysen. Reproduzierbare Forschung bedeutet, dass Datenanalysen und ganz allgemein wissenschaftliche Behauptungen mit ihren Daten und ihrem Softwarecode veröffentlicht werden, damit andere die Ergebnisse überprüfen und darauf aufbauen können. Der Bedarf an Reproduzierbarkeit nimmt dramatisch zu, da die Datenanalysen immer komplexer werden und größere Datensätze und anspruchsvollere Berechnungen beinhalten. Die Reproduzierbarkeit ermöglicht es den Menschen, sich auf den eigentlichen Inhalt einer Datenanalyse zu konzentrieren und nicht auf oberflächliche Details, die in einer schriftlichen Zusammenfassung berichtet werden. Darüber hinaus macht die Reproduzierbarkeit eine Analyse für andere nützlicher, da die Daten und der Code, mit dem die Analyse durchgeführt wurde, verfügbar sind. In diesem Kurs werden wir uns mit den Werkzeugen für statistische Analysen befassen, die es ermöglichen, Datenanalysen in einem einzigen Dokument zu veröffentlichen, so dass andere die gleiche Analyse leicht durchführen können, um die gleichen Ergebnisse zu erhalten.
In dieser Woche werden wir uns mit den grundlegenden Ideen der reproduzierbaren Forschung befassen, da sie einigen von Ihnen vielleicht nicht geläufig sind. Wir behandeln auch die Strukturierung und Organisation einer Datenanalyse, um sie reproduzierbar zu machen. Ich empfehle Ihnen, die Videos in der Reihenfolge anzuschauen, in der sie auf der Webseite aufgelistet sind, aber es schadet nicht, wenn Sie die Videos nicht in der richtigen Reihenfolge anschauen.
Das ist alles enthalten
9 Videos4 Lektüren1 Aufgabe
Infos zu Modulinhalt anzeigen
9 Videos•Insgesamt 72 Minuten
Einführung•2 Minuten
Worum geht es bei reproduzierbarer Forschung?•8 Minuten
Reproduzierbare Forschung: Konzepte und Ideen (Teil 1)•7 Minuten
Reproduzierbare Forschung: Konzepte und Ideen (Teil 2)•5 Minuten
Reproduzierbare Forschung: Konzepte und Ideen (Teil 3)•3 Minuten
Skripting Ihrer Analyse•5 Minuten
Aufbau einer Datenanalyse (Teil 1)•12 Minuten
Aufbau einer Datenanalyse (Teil 2)•18 Minuten
Organisieren Sie Ihre Analyse•11 Minuten
4 Lektüren•Insgesamt 32 Minuten
Eine Anmerkung zur Erklärung•2 Minuten
Syllabus•10 Minuten
Umfrage vor dem Kurs•10 Minuten
Kursbuch: Berichte schreiben für Data Science in R•10 Minuten
1 Aufgabe•Insgesamt 30 Minuten
Woche 1 Quiz•30 Minuten
Woche 2: Markdown & knitr
Modul 2•2 Stunden abzuschließen
Moduldetails
Diese Woche behandeln wir einige der wichtigsten Tools für die Entwicklung reproduzierbarer Dokumente. Wir befassen uns mit dem Programmierwerkzeug knitr und zeigen, wie Sie es mit Markdown integrieren, um reproduzierbare Webdokumente zu veröffentlichen. Außerdem stellen wir Ihnen die erste Peer-Bewertung vor, bei der Sie eine reproduzierbare Datenanalyse mit knitr verfassen müssen.
Das ist alles enthalten
9 Videos1 Aufgabe1 peer review
Infos zu Modulinhalt anzeigen
9 Videos•Insgesamt 59 Minuten
Kodierungsstandards in R•9 Minuten
Markdown•5 Minuten
R Markdown•7 Minuten
R Markdown Demonstration•7 Minuten
knitr (Teil 1)•7 Minuten
knitr (Teil 2)•4 Minuten
knitr (Teil 3)•5 Minuten
knitr (Teil 4)•9 Minuten
Einführung in das Kursprojekt 1•5 Minuten
1 Aufgabe•Insgesamt 30 Minuten
Woche 2 Quiz•30 Minuten
1 peer review•Insgesamt 60 Minuten
Kurs Projekt 1•60 Minuten
Woche 3: Checkliste für reproduzierbare Forschung & evidenzbasierte Datenanalyse
Modul 3•1 Stunde abzuschließen
Moduldetails
Diese Woche geht es um das, was man eine grundlegende Checkliste nennen könnte, um sicherzustellen, dass eine Datenanalyse reproduzierbar ist. Es reicht zwar nicht aus, die Checkliste zu befolgen, aber sie bietet einen notwendigen Mindeststandard, der auf fast jeden Bereich der Analyse anwendbar ist.
Das ist alles enthalten
10 Videos
Infos zu Modulinhalt anzeigen
10 Videos•Insgesamt 60 Minuten
Ergebnisse kommunizieren•7 Minuten
RPubs•3 Minuten
Checkliste für reproduzierbare Forschung (Teil 1)•8 Minuten
Checkliste für reproduzierbare Forschung (Teil 2)•10 Minuten
Checkliste für reproduzierbare Forschung (Teil 3)•7 Minuten
Evidenzbasierte Datenanalyse (Teil 1)•4 Minuten
Evidenzbasierte Datenanalyse (Teil 2)•4 Minuten
Evidenzbasierte Datenanalyse (Teil 3)•4 Minuten
Evidenzbasierte Datenanalyse (Teil 4)•5 Minuten
Evidenzbasierte Datenanalyse (Teil 5)•8 Minuten
Woche 4: Fallstudien & Kommentare
Modul 4•2 Stunden abzuschließen
Moduldetails
Diese Woche können Sie sich zwei Fallstudien über die Bedeutung der Reproduzierbarkeit in der Wissenschaft ansehen.
Das ist alles enthalten
5 Videos1 Lektüre1 peer review
Infos zu Modulinhalt anzeigen
5 Videos•Insgesamt 59 Minuten
Zwischenspeichern von Berechnungen•11 Minuten
Fallstudie: Luftverschmutzung•14 Minuten
Fallstudie: Hochdurchsatz-Biologie•31 Minuten
Kommentare zur Datenanalyse•2 Minuten
Einführung in die Beurteilung unter Gleichrangigen 2•1 Minute
1 Lektüre•Insgesamt 10 Minuten
Umfrage nach dem Kurs•10 Minuten
1 peer review•Insgesamt 60 Minuten
Kurs Projekt 2•60 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
4.186 Bewertungen
5 stars
68,68 %
4 stars
22,90 %
3 stars
5,68 %
2 stars
1,67 %
1 star
1,05 %
Zeigt 3 von 4186 an
R
RG
5·
Geprüft am 29. Apr. 2020
Great topic which is discussed well with a good case study. I'd like to see more up-to-date content and more detailed analytical techniques. However, it's a nice introduction!
I
IM
5·
Geprüft am 9. Aug. 2019
Without taking this course wouldn't have fully understood the importance of reproducible research in data science. Thank you so much. I recommend this course for all data scientists.
M
MF
5·
Geprüft am 30. März 2022
I took this course as part of the Data Science specialization without any real expectation and realized that this subject is probably one of the most important in data analysis.
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.