Johns Hopkins University
Spezialisierung Datenverarbeitung
502.121 angemeldet
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.

Bei Coursera Plus enthalten

Mehr erfahren

Befassen Sie sich eingehend mit einem Thema
4.5

(38,821 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

Flexibler Zeitplan
7 Monate bei 10 Stunden pro Woche
Verdienen Sie sich einen beruflichen Leistungsnachweis
Teilen Sie Ihr Fachwissen mit Arbeitgebern
Befassen Sie sich eingehend mit einem Thema
4.5

(38,821 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

Flexibler Zeitplan
7 Monate bei 10 Stunden pro Woche
Verdienen Sie sich einen beruflichen Leistungsnachweis
Teilen Sie Ihr Fachwissen mit Arbeitgebern

Überblick

  • 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: Machine Learning
  • Kategorie: Statistical Visualization
  • Kategorie: Exploratory Data Analysis
  • Kategorie: Predictive Modeling
  • Kategorie: Knitr
  • Kategorie: Machine Learning Algorithms
  • Kategorie: Statistical Analysis
  • Kategorie: Statistical Hypothesis Testing
  • Kategorie: Data Science
  • Kategorie: Statistical Inference
  • Kategorie: Statistical Modeling
  • Kategorie: Regression Analysis
  • Kategorie: Data Manipulation
  • Kategorie: Plot (Graphics)
  • Kategorie: Statistical Methods

Werkzeuge, die Sie lernen werden

  • Kategorie: R Programming
  • Kategorie: Plotly
  • Kategorie: Rmarkdown
  • Kategorie: GitHub
  • Kategorie: Shiny (R Package)

Was ist inbegriffen?

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch
55 Praxisübungen

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: R-Programmierung
Kategorie: Rmarkdown
Kategorie: Datenverarbeitung
Kategorie: Versionskontrolle
Kategorie: GitHub
Kategorie: Allgemeine Wissenschaft und Forschung
Kategorie: Software-Installation
Kategorie: Datenanalyse-Software
Kategorie: Datenanalyse
Kategorie: Statistisches Programmieren

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: R-Programmierung
Kategorie: Datenmanipulation
Kategorie: Simulationen
Kategorie: Fehlersuche
Kategorie: Leistungsoptimierung
Kategorie: Statistische Analyse
Kategorie: Skripting
Kategorie: Statistisches Programmieren
Kategorie: Datenstrukturen
Kategorie: Datenanalyse
Kategorie: Software-Installation
Kategorie: Grundsätze der 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: Datenmanipulation
Kategorie: R-Programmierung
Kategorie: Daten bereinigen
Kategorie: Daten importieren/exportieren
Kategorie: Schnittstelle zur Anwendungsprogrammierung (API)
Kategorie: Datenmanagement
Kategorie: Datenbank-Systeme
Kategorie: Dateiverwaltung
Kategorie: Datenzugriff
Kategorie: Daten-Integration
Kategorie: Web Scraping
Kategorie: Datenumwandlung
Kategorie: Erhebung von Daten
Kategorie: MySQL

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

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: Knitr
Kategorie: Rmarkdown
Kategorie: R-Programmierung
Kategorie: Explorative Datenanalyse
Kategorie: Statistische Berichterstattung
Kategorie: Technische Kommunikation
Kategorie: Versionskontrolle
Kategorie: Verifizierung und Validierung
Kategorie: Datenanalyse
Kategorie: Gemeinsame Nutzung von Daten

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: Statistische Inferenz
Kategorie: Wahrscheinlichkeit
Kategorie: Statistische Hypothesentests
Kategorie: Wahrscheinlichkeitsverteilung
Kategorie: Statistik
Kategorie: Wahrscheinlichkeit & Statistik
Kategorie: Statistische Modellierung
Kategorie: Statistische Methoden
Kategorie: Stichproben (Statistik)
Kategorie: Statistische Analyse

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: Regressionsanalyse
Kategorie: Statistische Modellierung
Kategorie: Statistische Inferenz
Kategorie: Statistische Analyse
Kategorie: Prädiktive Modellierung
Kategorie: Datenverarbeitung
Kategorie: Datenanalyse
Kategorie: Überwachtes Lernen
Kategorie: Mathematische Modellierung
Kategorie: Statistische Methoden

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

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: Interaktive Datenvisualisierung
Kategorie: Plotly
Kategorie: R-Programmierung
Kategorie: Shiny (R-Paket)
Kategorie: Rmarkdown
Kategorie: Software-Dokumentation
Kategorie: Daten-Mapping
Kategorie: Statistische Berichterstattung
Kategorie: Paket- und Software-Management
Kategorie: Statistisches Programmieren
Kategorie: Daten Präsentation
Kategorie: Web-Anwendungen
Kategorie: Datenvisualisierungssoftware

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: Verarbeitung natürlicher Sprache
Kategorie: Prädiktive Modellierung
Kategorie: Daten bereinigen
Kategorie: Feature Technik
Kategorie: Maschinelles Lernen
Kategorie: Datenmanipulation
Kategorie: Explorative Datenanalyse
Kategorie: Angewandtes maschinelles Lernen
Kategorie: R-Programmierung
Kategorie: Daten Präsentation
Kategorie: Datenanalyse
Kategorie: Daten-Storytelling
Kategorie: Statistische Analyse
Kategorie: Datenverarbeitung

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 Kurse1.652.217 Lernende
Brian Caffo, PhD
Johns Hopkins University
30 Kurse1.680.167 Lernende
Jeff Leek, PhD
Johns Hopkins University
32 Kurse1.715.142 Lernende

von

Johns Hopkins University

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

Mehr erfahren

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Erkunden Sie die Abschlüsse

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.

Mehr erfahren

Häufig gestellte Fragen

Weitere Fragen

Finanzielle Unterstützung verfügbar,