About this 専門講座
100%オンラインコース

100%オンラインコース

自分のスケジュールですぐに学習を始めてください。
フレキシブルなスケジュール

フレキシブルなスケジュール

柔軟性のある期限の設定および維持
初級レベル

初級レベル

You should have beginner level experience in Python. Familarity with regression is recommended.

修了時間

約8か月で修了

推奨5時間/週
利用可能な言語

英語

字幕:英語, フランス語, 中国語(簡体), ギリシャ語, イタリア語, ポルトガル語(ブラジル), ベトナム語, ロシア語, トルコ語, ヘブライ語, 日本語, アラビア語...

学習内容

  • Check

    Use R to clean, analyze, and visualize data.

  • Check

    Navigate the entire data science pipeline from data acquisition to publication.

  • Check

    Use GitHub to manage data science projects.

  • Check

    Perform regression analysis, least squares and inference using regression models.

習得するスキル

GithubMachine LearningR ProgrammingRegression Analysis
100%オンラインコース

100%オンラインコース

自分のスケジュールですぐに学習を始めてください。
フレキシブルなスケジュール

フレキシブルなスケジュール

柔軟性のある期限の設定および維持
初級レベル

初級レベル

You should have beginner level experience in Python. Familarity with regression is recommended.

修了時間

約8か月で修了

推奨5時間/週
利用可能な言語

英語

字幕:英語, フランス語, 中国語(簡体), ギリシャ語, イタリア語, ポルトガル語(ブラジル), ベトナム語, ロシア語, トルコ語, ヘブライ語, 日本語, アラビア語...

How the 専門講座 Works

コースを受講しましょう。

Coursera(コーセラ)の専門講座は、一連のコース群であり、技術を身に付ける手助けとなります。開始するには、専門講座に直接登録するか、コースを確認して受講したいコースを選択してください。専門講座の一部であるコースにサブスクライブすると、自動的にすべての専門講座にサブスクライブされます。1つのコースを修了するだけでも結構です。いつでも、学習を一時停止したり、サブスクリプションを終了することができます。コースの登録状況や進捗を追跡するには、受講生のダッシュボードにアクセスしてください。

実践型プロジェクト

すべての専門講座には、実践型プロジェクトが含まれています。専門講座を完了して修了証を獲得するには、成功裏にプロジェクトを終了させる必要があります。専門講座に実践型プロジェクトに関する別のコースが含まれている場合、専門講座を開始するには、それら他のコースをそれぞれ終了させる必要があります。

修了証を取得

すべてのコースを終了し、実践型プロジェクトを完了すると、修了証を獲得します。この修了証は、今後採用企業やあなたの職業ネットワークと共有できます。

how it works

この専門講座には10コースあります。

コース1

The Data Scientist’s Toolbox

4.5
17,039件の評価
3,500件のレビュー
In this course you will get an introduction to the main tools and ideas in the data scientist's toolbox. The course gives an overview of the data, questions, and tools that data analysts and data scientists work with. There are two components to this course. The first is a conceptual introduction to the ideas behind turning data into actionable knowledge. The second is a practical introduction to the tools that will be used in the program like version control, markdown, git, GitHub, R, and RStudio....
コース2

R Programming

4.6
12,714件の評価
2,657件のレビュー
In this course you will learn how to program in R and how to use R for effective data analysis. You will learn how to install and configure software necessary for a statistical programming environment and describe generic programming language concepts as they are implemented in a high-level statistical language. The course covers practical issues in statistical computing which includes programming in R, reading data into R, accessing R packages, writing R functions, debugging, profiling R code, and organizing and commenting R code. Topics in statistical data analysis will provide working examples....
コース3

Getting and Cleaning Data

4.6
5,419件の評価
868件のレビュー
Before you can work with data you have to get some. This course will cover the basic ways that data can be obtained. The course will cover obtaining data from the web, from APIs, from databases and from colleagues in various formats. It will also cover the basics of data cleaning and how to make data “tidy”. Tidy data dramatically speed downstream data analysis tasks. The course will also cover the components of a complete data set including raw data, processing instructions, codebooks, and processed data. The course will cover the basics needed for collecting, cleaning, and sharing data....
コース4

Exploratory Data Analysis

4.7
4,124件の評価
607件のレビュー
This course covers the essential exploratory techniques for summarizing data. These techniques are typically applied before formal modeling commences and can help inform the development of more complex statistical models. Exploratory techniques are also important for eliminating or sharpening potential hypotheses about the world that can be addressed by the data. We will cover in detail the plotting systems in R as well as some of the basic principles of constructing data graphics. We will also cover some of the common multivariate statistical techniques used to visualize high-dimensional data....

講師

Avatar

Jeff Leek, PhD

Associate Professor, Biostatistics
Bloomberg School of Public Health
Avatar

Roger D. Peng, PhD

Associate Professor, Biostatistics
Bloomberg School of Public Health
Avatar

Brian Caffo, PhD

Professor, Biostatistics
Bloomberg School of Public Health

業界パートナー

Industry Partner Logo #0
Industry Partner Logo #1

Johns Hopkins Universityについて

The mission of The Johns Hopkins University is to educate its students and cultivate their capacity for life-long learning, to foster independent and original research, and to bring the benefits of discovery to the world....

よくある質問

  • はい。まず始めに興味のあるコースカードをクリックして登録します。コースに登録して修了することによって、共有できる修了証を取得するか、無料でコースを聴講してコースの教材を確認することができます。専門講座の一部であるコースにサブスクライブすると、専門講座全体に自動的にサブスクライブされます。進捗を追跡するには、受講生のダッシュボードにアクセスしてください。

  • このコースは完全にオンラインで提供されているため、実際に教室に出席する必要はありません。Webまたはモバイル機器からいつでもどこからでも講義、学習用教材、課題にアクセスできます。

  • この専門講座では大学の単位は付与されませんが、一部の大学では専門講座修了証を単位として承認する場合があります。詳細については、大学にお問い合わせください。

  • Time to completion can vary based on your schedule, but most learners are able to complete the Specialization in 3-6 months.

  • Each course in the Specialization is offered monthly.

  • Some programming experience (in any language) is recommended. We also suggest a working knowledge of mathematics up to algebra (neither calculus or linear algebra are required).

  • Begin by taking The Data Scientist's Toolbox and Introduction to R Programming, in order. The other courses may be taken in any order, and in parallel if desired.

  • You’ll have a foundational understanding of the field and be prepared to continue studying data science.

  • Yes, you can access the course for free via www.coursera.org/jhu. This will allow you to explore the course, watch lectures, and participate in discussions for free. To be eligible to earn a certificate, you must either pay for enrollment or qualify for financial aid.

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。