Johns Hopkins University
Spezialisierung Datenverarbeitung
Johns Hopkins University

Spezialisierung Datenverarbeitung

Starten Sie Ihre Karriere in der Datenwissenschaft. Eine Einführung in die Datenwissenschaft in zehn Kursen, entwickelt und unterrichtet von führenden Professoren.

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

Dozenten: Roger D. Peng, PhD

499.822 bereits angemeldet

Bei Coursera Plus enthalten

Befassen Sie sich eingehend mit einem Thema
4.5

(38,804 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

3 months to complete
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Befassen Sie sich eingehend mit einem Thema
4.5

(38,804 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

3 months to complete
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Verwenden Sie R zum Bereinigen, Analysieren und Visualisieren von Daten.

  • Navigieren Sie durch die gesamte Data Science Pipeline von der Datenerfassung bis zur Veröffentlichung.

  • Verwenden Sie GitHub zur Verwaltung von Data Science-Projekten.

  • Führen Sie Regressionsanalysen, kleinste Quadrate und Inferenzen mit Regressionsmodellen durch.

Kompetenzen, die Sie erwerben

  • Kategorie: Shiny (R-Paket)
  • Kategorie: Statistische Analyse
  • Kategorie: Statistische Hypothesentests
  • Kategorie: Prädiktive Modellierung
  • Kategorie: Knitr
  • Kategorie: Plotly
  • Kategorie: Versionskontrolle
  • Kategorie: Statistische Inferenz
  • Kategorie: Merkblatt (Software)
  • Kategorie: R-Programmierung
  • Kategorie: Rmarkdown
  • Kategorie: Datenwrangling

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

 Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse.

  • Erlernen Sie gefragte Kompetenzen von Universitäten und Branchenexperten.
  • Erlernen Sie ein Thema oder ein Tool mit echten Projekten.
  • Entwickeln Sie ein fundiertes Verständnisse der Kernkonzepte.
  • Erwerben Sie ein Karrierezertifikat von Johns Hopkins University.

Spezialisierung - 10 Kursreihen

Was Sie lernen werden

  • R, R-Studio, Github und andere nützliche Tools einrichten

  • Verstehen Sie die Daten, Probleme und Tools, die Datenanalysten verwenden

  • Erläutern Sie die wichtigsten Konzepte zum Studiendesign

  • Erstellen Sie ein Github-Repository

Kompetenzen, die Sie erwerben

Kategorie: Stichproben (Statistik)
Kategorie: Datenanalyse
Kategorie: Wahrscheinlichkeit
Kategorie: Wahrscheinlichkeit & Statistik
Kategorie: Wahrscheinlichkeitsverteilung
Kategorie: Bestimmung des Stichprobenumfangs
Kategorie: Statistische Modellierung
Kategorie: Bayessche Statistik
Kategorie: Statistische Inferenz
Kategorie: Statistische Analyse
Kategorie: Statistische Hypothesentests
Kategorie: Statistische Methoden
Kategorie: Statistik
R-Programmierung

R-Programmierung

KURS 257 Stunden

Was Sie lernen werden

  • Verstehen wichtiger Konzepte von Programmiersprachen

  • Konfigurieren Sie die statistische Programmiersoftware

  • Nutzen Sie die R-Schleifenfunktionen und Debugging-Tools

  • Sammeln Sie detaillierte Informationen mit dem R-Profiler

Kompetenzen, die Sie erwerben

Kategorie: Überwachtes Lernen
Kategorie: Datenverarbeitung
Kategorie: Regressionsanalyse
Kategorie: Klassifizierungs- und Regressionsbaum (CART)
Kategorie: Maschinelles Lernen
Kategorie: Erhebung von Daten
Kategorie: Lernen mit Entscheidungsbäumen
Kategorie: Prädiktive Modellierung
Kategorie: Feature Technik
Kategorie: Random Forest Algorithmus
Kategorie: Statistisches maschinelles Lernen
Kategorie: Angewandtes maschinelles Lernen
Kategorie: Algorithmen für maschinelles Lernen
Kategorie: R-Programmierung

Was Sie lernen werden

  • Verstehen gängiger Datenspeichersysteme

  • Wenden Sie die Grundlagen der Datenbereinigung an, um die Daten "aufzuräumen"

  • Verwenden Sie R für Text- und Datumsmanipulationen

  • Beschaffen Sie verwertbare Daten aus dem Internet, von APIs und Datenbanken

Kompetenzen, die Sie erwerben

Kategorie: Entwicklungsumgebung
Kategorie: Rmarkdown
Kategorie: Github
Kategorie: Datenanalyse
Kategorie: Datenverarbeitung
Kategorie: Versionskontrolle
Kategorie: Git (Versionskontrolle-System)
Kategorie: Integrierte Entwicklungsumgebungen
Kategorie: Statistisches Programmieren
Kategorie: Big Data
Kategorie: Software-Installation
Kategorie: R-Programmierung
Explorative Datenanalyse

Explorative Datenanalyse

KURS 454 Stunden

Was Sie lernen werden

  • Analytische Grafiken und das Basisplottsystem in R verstehen

  • Verwenden Sie fortgeschrittene Grafiksysteme wie das Lattice-System

  • Erstellen Sie grafische Darstellungen von sehr hochdimensionalen Daten

  • Wenden Sie Techniken der Clusteranalyse an, um Muster in Daten zu finden

Kompetenzen, die Sie erwerben

Kategorie: GitHub
Kategorie: Benutzeroberfläche (UI)
Kategorie: Merkblatt (Software)
Kategorie: Shiny (R-Paket)
Kategorie: HyperText Markup Language (HTML)
Kategorie: Statistische Berichterstattung
Kategorie: Plotly
Kategorie: Web-Anwendungen
Kategorie: Rmarkdown
Kategorie: Daten Präsentation
Kategorie: Paket- und Software-Management
Kategorie: Interaktive Datenvisualisierung
Kategorie: Datenvisualisierung
Kategorie: Datenvisualisierungssoftware
Kategorie: R-Programmierung
Reproduzierbare Forschung

Reproduzierbare Forschung

KURS 57 Stunden

Was Sie lernen werden

  • Organisieren Sie die Datenanalyse, um sie besser reproduzierbar zu machen

  • Schreiben Sie eine reproduzierbare Datenanalyse mit knitr

  • Bestimmen Sie die Reproduzierbarkeit des Analyseprojekts

  • Veröffentlichen Sie reproduzierbare Webdokumente mit Markdown

Kompetenzen, die Sie erwerben

Kategorie: Daten bereinigen
Kategorie: Daten Präsentation
Kategorie: Datenanalyse
Kategorie: Explorative Datenanalyse
Kategorie: Verarbeitung natürlicher Sprache
Kategorie: Datenverarbeitung
Kategorie: Datenmanipulation
Kategorie: Prädiktive Modellierung
Kategorie: Daten-Storytelling
Kategorie: Statistische Analyse
Kategorie: Maschinelles Lernen
Kategorie: Erhebung von Daten
Kategorie: R-Programmierung
Statistische Inferenz

Statistische Inferenz

KURS 654 Stunden

Was Sie lernen werden

  • Verstehen, wie man aus Daten Schlüsse über Populationen oder wissenschaftliche Wahrheiten ziehen kann

  • Beschreiben Sie Variabilität, Verteilungen, Grenzwerte und Konfidenzintervalle

  • Verwenden Sie p-Werte, Konfidenzintervalle und Permutationstests

  • Treffen Sie fundierte Entscheidungen bei der Datenanalyse

Kompetenzen, die Sie erwerben

Kategorie: Rmarkdown
Kategorie: Datenanalyse
Kategorie: Knitr
Kategorie: Datenüberprüfung
Kategorie: Statistische Berichterstattung
Kategorie: Statistische Analyse
Kategorie: Verifizierung und Validierung
Kategorie: Technische Dokumentation
Kategorie: Gemeinsame Nutzung von Daten
Kategorie: R-Programmierung
Regressionsmodelle

Regressionsmodelle

KURS 753 Stunden

Was Sie lernen werden

  • Verwenden Sie Regressionsanalyse, kleinste Quadrate und Inferenz

  • Verstehen Sie die ANOVA und ANCOVA Modellfälle

  • Untersuchen Sie die Analyse von Residuen und Variabilität

  • Beschreiben Sie neuartige Anwendungen von Regressionsmodellen wie die Streudiagramm-Glättung

Kompetenzen, die Sie erwerben

Kategorie: Programm-Entwicklung
Kategorie: Datenanalyse
Kategorie: Leistungsoptimierung
Kategorie: Fehlersuche
Kategorie: Computer-Programmierwerkzeuge
Kategorie: Datenstrukturen
Kategorie: Statistisches Programmieren
Kategorie: Statistische Analyse
Kategorie: Daten importieren/exportieren
Kategorie: Simulationen
Kategorie: R-Programmierung

Was Sie lernen werden

  • Verwenden Sie die grundlegenden Komponenten der Erstellung und Anwendung von Vorhersagefunktionen

  • Verstehen Sie Konzepte wie Trainings- und Testsätze, Overfitting und Fehlerquoten

  • Beschreiben Sie Methoden des maschinellen Lernens wie Regression oder Klassifikationsbäume

  • Erklären Sie den gesamten Prozess der Erstellung von Vorhersagefunktionen

Kompetenzen, die Sie erwerben

Kategorie: Datenanalyse
Kategorie: Streudiagramme
Kategorie: Box Plots
Kategorie: Farbtheorie
Kategorie: Unüberwachtes Lernen
Kategorie: Histogramm
Kategorie: Dimensionalitätsreduktion
Kategorie: Explorative Datenanalyse
Kategorie: Ggplot2
Kategorie: Grafische Darstellung
Kategorie: Plot (Grafiken)
Kategorie: Datenvisualisierung
Kategorie: Statistische Analyse
Kategorie: Datenvisualisierungssoftware
Kategorie: R-Programmierung

Was Sie lernen werden

  • Entwickeln Sie grundlegende Anwendungen und interaktive Grafiken mit GoogleVis

  • Verwenden Sie Leaflet, um interaktive, kommentierte Karten zu erstellen

  • Erstellen Sie eine R Markdown-Präsentation, die eine Datenvisualisierung enthält

  • Erstellen Sie ein Datenprodukt, das einem breiten Publikum eine Geschichte erzählt

Kompetenzen, die Sie erwerben

Kategorie: Web Scraping
Kategorie: Datenmanagement
Kategorie: Datenmanipulation
Kategorie: Dateiverwaltung
Kategorie: Erhebung von Daten
Kategorie: Daten importieren/exportieren
Kategorie: SQL
Kategorie: Daten bereinigen
Kategorie: Datenqualität
Kategorie: Explorative Datenanalyse
Kategorie: Datenzugriff
Kategorie: MySQL
Kategorie: Datenumwandlung
Kategorie: Schnittstelle zur Anwendungsprogrammierung (API)
Kategorie: Daten-Integration
Kategorie: Datenwrangling
Kategorie: R-Programmierung
Datenwissenschaft Capstone

Datenwissenschaft Capstone

KURS 105 Stunden

Was Sie lernen werden

  • Erstellen Sie ein nützliches Datenprodukt für die Öffentlichkeit

  • Wenden Sie Ihre Fähigkeiten zur explorativen Datenanalyse an

  • Erstellen Sie ein effizientes und genaues Prognosemodell

  • Erstellen Sie ein Präsentationsdeck, um Ihre Ergebnisse zu präsentieren

Kompetenzen, die Sie erwerben

Kategorie: Datenverarbeitung
Kategorie: Prädiktive Modellierung
Kategorie: Regressionsanalyse
Kategorie: Wahrscheinlichkeit & Statistik
Kategorie: Statistische Modellierung
Kategorie: Statistische Inferenz
Kategorie: Statistische Analyse

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

Roger D. Peng, PhD
Johns Hopkins University
37 Kurse1.642.382 Lernende
Brian Caffo, PhD
Johns Hopkins University
30 Kurse1.669.792 Lernende
Jeff Leek, PhD
Johns Hopkins University
32 Kurse1.702.958 Lernende

von

Partner in der Branche

Partner 1
Partner 2

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.“
Coursera Plus

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen