Johns Hopkins University

Spécialisation "Science des données : Fondements à l'aide de R"

Johns Hopkins University

Spécialisation "Science des données : Fondements à l'aide de R"

Roger D. Peng, PhD
Brian Caffo, PhD
Jeff Leek, PhD

Instructeurs : Roger D. Peng, PhD

121 932 déjà inscrits

Inclus avec Coursera PlusEn savoir plus

Approfondissez votre connaissance d’un sujet

des 48,239 examens de cours de ce programme

niveau Débutant
Aucune connaissance prérequise
4 mois à compléter
à 10 heures par semaine
Approfondissez votre connaissance d’un sujet

des 48,239 examens de cours de ce programme

niveau Débutant
Aucune connaissance prérequise
4 mois à compléter
à 10 heures par semaine

Ce que vous apprendrez

  • Utilisez R pour nettoyer, analyser et visualiser des données.

  • Apprenez à poser les bonnes questions, à obtenir des données et à mener des recherches reproductibles.

  • Utilisez GitHub pour gérer les projets de science des données.

Compétences que vous acquerrez

  • Catégorie : Visualisation des données
  • Catégorie : Programmation statistique
  • Catégorie : Science des données
  • Catégorie : Manipulation de données
  • Catégorie : Tracé (graphique)
  • Catégorie : Analyse exploratoire des données
  • Catégorie : Partage des données
  • Catégorie : Visualisation statistique
  • Catégorie : Traitement des données
  • Catégorie : Contrôle des versions
  • Catégorie : Traitement des données
  • Catégorie : Knitr
  • Catégorie : Apprentissage automatique
  • Catégorie : Nettoyage des données
  • Catégorie : Analyse statistique

Outils que vous découvrirez

  • Catégorie : Rmarkdown
  • Catégorie : R (logiciel)
  • Catégorie : R Programmation
  • Catégorie : Ggplot2
  • Catégorie : GitHub

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais
Planning flexible
Apprenez à votre propre rythme

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Améliorez votre expertise en la matière

  • Acquérez des compétences recherchées auprès d’universités et d’experts du secteur
  • Maîtrisez un sujet ou un outil avec des projets pratiques
  • Développez une compréhension approfondie de concepts clés
  • Obtenez un certificat professionnel auprès de Johns Hopkins University

Spécialisation - série de 5 cours

La boîte à outils du scientifique des données

La boîte à outils du scientifique des données

COURS 1, 18 heures

Ce que vous apprendrez

  • Installer R, R-Studio, Github et d'autres outils utiles

  • Comprendre les données, les problèmes et les outils utilisés par les analystes de données

  • Expliquer les concepts essentiels de la conception d'une étude

  • Créer un dépôt Github

Compétences que vous acquerrez

Catégorie : Science des données
Catégorie : Rmarkdown
Catégorie : Git (système de contrôle de version)
Catégorie : R Programmation
Catégorie : R (logiciel)
Catégorie : GitHub
Catégorie : Contrôle des versions
Catégorie : Rapports statistiques
Catégorie : Installation du logiciel
Catégorie : Version du logiciel
Catégorie : Maîtrise des données
Catégorie : Environnement de développement
Catégorie : Analyse des données
Catégorie : Science et recherche générales
R Programmation

R Programmation

COURS 2, 58 heures

Ce que vous apprendrez

  • Comprendre les concepts essentiels des langages de programmation

  • Configurer le logiciel de programmation statistique

  • Utiliser les fonctions de boucle et les outils de débogage de R

  • Recueillir des informations détaillées à l'aide du profileur R

Compétences que vous acquerrez

Catégorie : R Programmation
Catégorie : Simulations
Catégorie : Débogage
Catégorie : Optimisation des performances
Catégorie : Structures de données
Catégorie : Analyse des données
Catégorie : Méthodes statistiques
Catégorie : Importation/exportation de données
Catégorie : Analyse statistique
Catégorie : Programmation statistique
Catégorie : Développement du programme
Catégorie : Installation du logiciel
Catégorie : R (logiciel)
Catégorie : Principes de programmation
Obtention et nettoyage des données

Obtention et nettoyage des données

COURS 3, 20 heures

Ce que vous apprendrez

  • Comprendre les systèmes de stockage de données les plus courants

  • Appliquer les principes de base du nettoyage des données pour les mettre en ordre

  • Utilisez R pour la manipulation de textes et de dates

  • Obtenir des données utilisables à partir du web, des API et des bases de données

Compétences que vous acquerrez

Catégorie : Manipulation de données
Catégorie : Nettoyage des données
Catégorie : Importation/exportation de données
Catégorie : Traitement des données
Catégorie : Interface de programmation d'applications (API)
Catégorie : SQL
Catégorie : R Programmation
Catégorie : Gestion des données
Catégorie : Prétraitement des données
Catégorie : R (logiciel)
Catégorie : Gestion des fichiers
Catégorie : Collecte de données
Catégorie : Intégration des données
Catégorie : MySQL
Catégorie : Traitement des données
Catégorie : Transformation des données
Catégorie : Récupération de données sur le Web
Catégorie : Accès aux données
Analyse exploratoire des données

Analyse exploratoire des données

COURS 4, 56 heures

Ce que vous apprendrez

  • Comprendre les graphiques analytiques et le système de traçage de base dans R

  • Utiliser des systèmes graphiques avancés tels que le système Lattice

  • Réaliser des représentations graphiques de données à très haute dimension

  • Appliquer des techniques d'analyse en grappes pour repérer des modèles dans les données

Compétences que vous acquerrez

Catégorie : Analyse exploratoire des données
Catégorie : Ggplot2
Catégorie : Tracé (graphique)
Catégorie : R Programmation
Catégorie : Visualisation des données
Catégorie : Logiciel de visualisation de données
Catégorie : Réduction de la dimensionnalité
Catégorie : Visualisation statistique
Catégorie : Apprentissage non supervisé
Catégorie : Analyse statistique
Catégorie : Méthodes statistiques
Catégorie : R (logiciel)
Catégorie : Graphique
Catégorie : Analyse des données
Recherche reproductible

Recherche reproductible

COURS 5, 8 heures

Ce que vous apprendrez

  • Organiser l'analyse des données pour la rendre plus reproductible

  • Rédiger une analyse de données reproductible à l'aide de knitr

  • Déterminer la reproductibilité du projet d'analyse

  • Publier des documents web reproductibles à l'aide de Markdown

Compétences que vous acquerrez

Catégorie : Knitr
Catégorie : Rmarkdown
Catégorie : Analyse des données
Catégorie : Partage des données
Catégorie : R Programmation
Catégorie : Documentation du logiciel
Catégorie : Rapports statistiques
Catégorie : Analyse statistique
Catégorie : Science et recherche générales
Catégorie : Vérification et validation
Catégorie : Communication technique

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeurs

Roger D. Peng, PhD
Johns Hopkins University
37 Cours1 698 886 apprenants
Brian Caffo, PhD
Johns Hopkins University
30 Cours1 728 530 apprenants

Offert par

Partenaires du secteur

Partenaire 1

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Avis des étudiants sur Science des données : Fondements à l'aide de R

moyenne sur l'ensemble des 5 cours

  • 5 étoiles

    69,18 %

  • 4 étoiles

    22,70 %

  • 3 étoiles

    5,36 %

  • 2 étoiles

    1,47 %

  • 1 étoile

    1,27 %

DG
Cours : La boîte à outils du scientifique des données

Révisé le 12 juin 2017

JS
Cours : R Programmation

Révisé le 8 sept. 2019

AT
Cours : Obtention et nettoyage des données

Révisé le 19 nov. 2017

Foire Aux Questions