Toggle navigationNavigation openNav

Toggle navigation
Navigation open
Navigation closed








Data Science Specialization
Starts Nov 21.
Enroll
Launch Your Career in Data Science
A nine-course introduction to data science, developed and taught by leading professors.
About This Specialization
Ask the right questions, manipulate data sets, and create visualizations to communicate results.
This Specialization covers the concepts and tools you'll need throughout the entire data science pipeline, from asking the right kinds of questions to making inferences and publishing results. In the final Capstone Project, you’ll apply the skills learned by building a data product using real-world data. At completion, students will have a portfolio demonstrating their mastery of the material.
Created by:
Industry Partners

10 courses

Projects

Certificates
Courses

Beginner Specialization. No prior experience required.
COURSE 1
The Data Scientist’s Toolbox
Current session: Nov 21 — Dec 26.
Commitment
1-4 hours/week

About the Course
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.

More Details
COURSE 2
R Programming
Current session: Nov 21 — Dec 26.
About the Course
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.

More Details
COURSE 3
Getting and Cleaning Data
Current session: Nov 21 — Dec 26.
About the Course
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.

More Details
COURSE 4
Exploratory Data Analysis
Current session: Nov 21 — Dec 26.
About the Course
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.

More Details
COURSE 5
Reproducible Research
Current session: Nov 21 — Dec 26.
Commitment
4-9 hours/week

About the Course
This course focuses on the concepts and tools behind reporting modern data analyses in a reproducible manner. Reproducible research is the idea that data analyses, and more generally, scientific claims, are published with their data and software code so that others may verify the findings and build upon them. The need for reproducibility is increasing dramatically as data analyses become more complex, involving larger datasets and more sophisticated computations. Reproducibility allows for people to focus on the actual content of a data analysis, rather than on superficial details reported in a written summary. In addition, reproducibility makes an analysis more useful to others because the data and code that actually conducted the analysis are available. This course will focus on literate statistical analysis tools which allow one to publish data analyses in a single document that allows others to easily execute the same analysis to obtain the same results.

More Details
COURSE 6
Statistical Inference
Current session: Nov 21 — Dec 26.
About the Course
Statistical inference is the process of drawing conclusions about populations or scientific truths from data. There are many modes of performing inference including statistical modeling, data oriented strateg

Kết quả (Việt) 1:

Toggle navigationHướng mở cửaChuyển hướng đóng cửaDữ liệu khoa học chuyên ngànhBắt đầu từ 21 tháng mười một. Đăng kýKhởi động sự nghiệp của bạn trong dữ liệu khoa họcMột chín-khóa học giới thiệu về dữ liệu khoa học, phát triển và giảng dạy bởi các giáo sư hàng đầu thế giới.Về chuyên môn nàyĐặt câu hỏi đúng, thao tác dữ liệu và tạo ra các kiểu trực quan để giao tiếp kết quả.Chuyên ngành này bao gồm các khái niệm và công cụ bạn sẽ cần trong các đường ống dẫn khoa học toàn bộ dữ liệu, từ yêu cầu các loại câu hỏi để làm cho suy luận và xuất bản kết quả ngay. Trong dự án Capstone cuối cùng, bạn sẽ áp dụng các kỹ năng đã học bằng cách xây dựng một sản phẩm dữ liệu bằng cách sử dụng dữ liệu thực tế. Hoàn thành, học sinh sẽ có một danh mục đầu tư chứng minh của họ làm chủ của vật liệu. Tạo bởi:Đối tác trong ngànhCác khóa học 10Dự ánGiấy chứng nhậnCác khóa họcChuyên ngành mới bắt đầu. Không có kinh nghiệm trước khi cần thiết.KHÓA HỌC 1Hộp công cụ của nhà khoa học dữ liệuPhiên làm việc hiện tại: 21 tháng mười một-tháng mười hai 26.Cam kết1-4 giờ/tuầnVề các khóa họcTrong khóa học này, bạn sẽ nhận được một giới thiệu về các công cụ chính và ý tưởng trong hộp công cụ của nhà khoa học dữ liệu. Khóa học cung cấp cho một tổng quan về dữ liệu, câu hỏi, và các công cụ phân tích dữ liệu và dữ liệu các nhà khoa học làm việc với. Không có hai thành phần cho khóa học này. Đầu tiên là một giới thiệu khái niệm về những ý tưởng đằng sau chuyển dữ liệu vào kiến thức hữu dụng. Thứ hai là một giới thiệu thực tế để các công cụ mà sẽ được sử dụng trong chương trình như phiên bản kiểm soát, markdown, git, GitHub, R và RStudio.Biết thêm chi tiếtKHÓA HỌC 2Lập trình RPhiên làm việc hiện tại: 21 tháng mười một-tháng mười hai 26.Về các khóa họcTrong khóa học này, bạn sẽ tìm hiểu làm thế nào để chương trình trong R và làm thế nào để sử dụng R để phân tích dữ liệu hiệu quả. Bạn sẽ tìm hiểu làm thế nào để cài đặt và cấu hình phần mềm cần thiết cho một môi trường lập trình thống kê và mô tả chung khái niệm ngôn ngữ lập trình như họ đang thực hiện trong một ngôn ngữ thống kê cao cấp. Khóa học bao gồm các vấn đề thực tiễn trong đó bao gồm lập trình trong R, đọc dữ liệu vào R, truy cập vào gói R, viết các chức năng R, gỡ lỗi, profiling R mã, và tổ chức và cho ý kiến R mã dịch vụ tính toán thống kê. Các chủ đề trong phân tích dữ liệu thống kê sẽ cung cấp các ví dụ về làm việc.Biết thêm chi tiếtKHÓA HỌC 3Nhận được và làm sạch dữ liệuPhiên làm việc hiện tại: 21 tháng mười một-tháng mười hai 26.Về các khóa họcTrước khi bạn có thể làm việc với dữ liệu bạn cần phải nhận được một số. Khóa học này sẽ bao gồm những cách cơ bản dữ liệu có thể được lấy. Khóa học sẽ bao gồm lấy dữ liệu từ các trang web, từ API, từ cơ sở dữ liệu và từ các đồng nghiệp ở định dạng khác nhau. Nó cũng sẽ bao gồm những căn bản của dữ liệu sạch và làm thế nào để làm cho dữ liệu "gọn gàng". Ngăn nắp dữ liệu đáng kể tốc độ hạ lưu dữ liệu phân tích nhiệm vụ. Các khóa học cũng sẽ bao gồm các thành phần của một tập dữ liệu đầy đủ bao gồm các dữ liệu thô, hướng dẫn, codebooks, xử lý và xử lý dữ liệu. Khóa học sẽ bao gồm những điều cơ bản cần thiết cho việc thu thập, làm sạch và chia sẻ dữ liệu.Biết thêm chi tiếtKHÓA HỌC 4Phân tích dữ liệu thăm dòPhiên làm việc hiện tại: 21 tháng mười một-tháng mười hai 26.Về các khóa họcKhóa học này bao gồm các kỹ thuật thăm dò cần thiết cho tổng kết dữ liệu. Các kỹ thuật này thường được áp dụng trước khi chính thức mô hình bắt đầu và có thể giúp thông báo cho sự phát triển của các mô hình thống kê phức tạp hơn. Thăm dò kỹ thuật cũng rất quan trọng cho việc loại bỏ hoặc mài tiềm năng giả thuyết về thế giới mà có thể được giải quyết bởi các dữ liệu. Chúng tôi sẽ bao gồm chi tiết các hệ thống plotting R cũng như một số nguyên tắc cơ bản xây dựng dữ liệu đồ họa. Chúng tôi cũng sẽ bao gồm một số kỹ thuật thống kê đa biến thường được sử dụng để hình dung dữ liệu chiều cao.Biết thêm chi tiếtKHÓA HỌC 5Nghiên cứu thể sanh sản nhiềuPhiên làm việc hiện tại: 21 tháng mười một-tháng mười hai 26.Cam kết4-9 giờ/tuầnVề các khóa họcKhóa học này tập trung vào các khái niệm và các công cụ sau báo cáo phân tích hiện đại dữ liệu một cách thể sanh sản nhiều. Nghiên cứu thể sanh sản nhiều là ý tưởng rằng phân tích dữ liệu, và nói chung, tuyên bố khoa học, được công bố với mã dữ liệu và phần mềm của họ, vì vậy mà những người khác có thể xác minh những phát hiện và xây dựng dựa trên chúng. Sự cần thiết cho reproducibility đang tăng lên đáng kể như dữ liệu phân tích trở nên phức tạp hơn, liên quan đến datasets lớn hơn và tính toán phức tạp hơn. Reproducibility cho phép người dân để tập trung vào nội dung thực tế của một phân tích dữ liệu, chứ không phải trên bề mặt chi tiết báo cáo trong một văn bản tóm tắt. Ngoài ra, reproducibility làm cho phân tích hữu ích hơn cho người khác bởi vì các dữ liệu và mã mà thực sự thực hiện các phân tích có sẵn. Khóa học này sẽ tập trung vào các công cụ phân tích thống kê biết chữ mà cho phép một để xuất bản phân tích dữ liệu trong một tài liệu duy nhất cho phép người khác để dễ dàng thực hiện phân tích tương tự để có được kết quả tương tự.Biết thêm chi tiếtKHÓA HỌC 6Suy luận thống kêPhiên làm việc hiện tại: 21 tháng mười một-tháng mười hai 26.Về các khóa họcThống kê suy luận là quá trình rút ra kết luận về quần hoặc chân lý khoa học từ dữ liệu. Có rất nhiều cách thức thực hiện bao gồm mô hình thống kê, dữ liệu theo định hướng những suy luận

Kết quả (Việt) 2:

Chuyển đổi định vị
Navigation mở
Navigation đóng








Khoa học Dữ liệu Chuyên ngành
Bắt đầu Tháng Mười Một 21.
Enroll
Khởi động nghề nghiệp của bạn trong khoa học dữ liệu
Một giới thiệu chín nhiên với khoa học dữ liệu, phát triển và giảng dạy bởi các giáo sư hàng đầu.
Về chuyên môn này
Hãy hỏi những câu hỏi đúng, thao tác tập hợp dữ liệu, và tạo visualizations để thông báo kết quả.
Chuyên ngành này bao gồm các khái niệm và công cụ bạn sẽ cần trong suốt toàn bộ đường ống dẫn khoa học dữ liệu, từ hỏi đúng loại câu hỏi để suy luận và kết quả xuất bản. Trong dự án Capstone cuối cùng, bạn sẽ áp dụng các kỹ năng đã học bằng cách xây dựng một sản phẩm dữ liệu sử dụng dữ liệu thực tế. Khi hoàn thành, học sinh sẽ có một danh mục đầu tư chứng minh làm chủ của vật liệu.
Tạo bởi:
Công nghiệp Đối tác

10 khóa học

dự án

Giấy chứng nhận
khóa học

Beginner Chuyên ngành. Không có kinh nghiệm trước khi yêu cầu.
COURSE 1
Toolbox Các dữ liệu khoa học của
phiên hiện tại: 21 Tháng 11 - Dec 26.
Cam kết
1-4 giờ / tuần

Giới thiệu về khóa học
Trong khóa học này, bạn sẽ nhận được một giới thiệu về các công cụ chính và ý tưởng trong hộp công cụ của nhà khoa học dữ liệu của. Khóa học cung cấp cho một cái nhìn tổng quan của dữ liệu, các câu hỏi, và các công cụ phân tích dữ liệu và các nhà khoa học dữ liệu làm việc với. Có hai thành phần cho khóa học này. Việc đầu tiên là giới thiệu một khái niệm để những ý tưởng đằng sau chuyển dữ liệu vào kiến thức hành động. . Cái thứ hai là đưa vào thực tiễn để các công cụ mà sẽ được sử dụng trong các chương trình như kiểm soát phiên bản, markdown, git, GitHub, R, và RStudio

Xem chi tiết
KHÓA 2
R Lập trình
phiên hiện tại: 21 Tháng 11 - Dec 26.
Thông tin về các khóa học
Trong khóa học này bạn sẽ tìm hiểu làm thế nào để chương trình trong R và làm thế nào để sử dụng R để phân tích dữ liệu hiệu quả. Bạn sẽ tìm hiểu làm thế nào để cài đặt và cấu hình phần mềm cần thiết cho một môi trường lập trình thống kê và mô tả các khái niệm ngôn ngữ lập trình tổng quát như chúng được thực hiện trong một ngôn ngữ thống kê cao cấp. Khóa học bao gồm các vấn đề thực tế trong tính toán thống kê bao gồm lập trình trong R, đọc dữ liệu vào R, truy cập gói R, viết các chức năng R, gỡ lỗi, profiling mã R, và việc tổ chức và cho ý kiến mã R. Các chủ đề trong phân tích số liệu thống kê sẽ cung cấp các bài tập.

Xem chi tiết
KHÓA 3
Bắt và dữ liệu làm sạch
phiên hiện tại: 21 Tháng Mười Một - Dec 26.
Thông tin về các khóa học
Trước khi bạn có thể làm việc với dữ liệu bạn có để có được một số. Khóa học này sẽ bao gồm những cách cơ bản mà dữ liệu có thể được thu được. Khóa học sẽ bao gồm việc thu thập dữ liệu từ các trang web, từ các API, từ cơ sở dữ liệu và các đồng nghiệp trong các định dạng khác nhau. Nó cũng sẽ bao gồm các vấn đề cơ bản của làm sạch dữ liệu và làm thế nào để làm cho dữ liệu "gọn gàng". Dữ liệu gọn gàng tăng tốc đáng kể quá trình phân tích dữ liệu đường xuống. Khóa học cũng sẽ bao gồm các thành phần của một tập hợp dữ liệu hoàn chỉnh bao gồm cả dữ liệu thô, hướng dẫn xử lý, codebooks, và xử lý dữ liệu. Khóa học sẽ bao gồm các vấn đề cơ bản cần thiết cho việc thu thập, làm sạch, và chia sẻ dữ liệu.

Xem chi tiết
KHÓA 4
thăm dò dữ liệu phân tích
phiên hiện tại: 21 tháng 11 - Dec 26.
Thông tin về các khóa học
Khóa học này bao gồm các kỹ thuật thăm dò cần thiết để tổng hợp dữ liệu. Những kỹ thuật này thường được áp dụng trước khi mô hình chính thức bắt đầu và có thể giúp thông báo cho sự phát triển của nhiều mô hình thống kê phức tạp. Kỹ thuật thăm dò cũng rất quan trọng để loại bỏ hoặc mài giả thuyết tiềm năng về thế giới mà có thể được giải quyết bởi các dữ liệu. Chúng tôi sẽ giới thiệu chi tiết các hệ thống âm mưu trong R cũng như một số nguyên tắc cơ bản của việc xây dựng đồ họa dữ liệu. Chúng tôi cũng sẽ bao gồm một số các kỹ thuật thống kê đa biến thường được sử dụng để hiển thị dữ liệu chiều cao.

Xem chi tiết
KHÓA 5
tái sản xuất nghiên cứu
phiên hiện tại: Nov 21 - Dec 26.
Cam kết
4-9 giờ / tuần

Giới thiệu về khóa học
Khóa học này tập trung vào các khái niệm và các công cụ sau báo cáo dữ liệu hiện đại phân tích một cách tái sản xuất. Nghiên cứu tái sản xuất là ý tưởng rằng dữ liệu phân tích, và nói chung, các yêu cầu khoa học, được xuất bản với dữ liệu và phần mềm mã của họ để những người khác có thể xác minh những phát hiện và xây dựng dựa trên chúng. Sự cần thiết phải tái lặp được tăng đáng kể như là dữ liệu phân tích trở nên phức tạp, liên quan đến các tập dữ liệu lớn hơn và các tính toán phức tạp hơn. Lặp lại cho phép để mọi người tập trung vào các nội dung thực tế của một phân tích dữ liệu, chứ không phải là trên các chi tiết bề mặt được báo cáo trong một bản tóm tắt bằng văn bản. Ngoài ra, khả năng tái tạo một phân tích hữu ích hơn cho những người khác bởi vì các dữ liệu và mã mà thực sự đã tiến hành phân tích có sẵn. Khóa học này sẽ tập trung vào các công cụ phân tích thống kê có học thức mà cho phép một để xuất bản phân tích dữ liệu trong một tài liệu duy nhất cho phép những người khác để dễ dàng thực hiện các phân tích tương tự để có được những kết quả tương tự.

Xem chi tiết
KHÓA 6
thống kê suy luận
phiên hiện tại: 21 tháng mười một - 26 Tháng Mười Hai .
Thông tin về các khóa học
suy luận thống kê là quá trình rút ra kết luận về các quần hoặc chân lý khoa học từ dữ liệu. Có rất nhiều phương thức thực hiện kết luận bao gồm mô hình thống kê, dữ liệu theo định hướng strateg