Dieser Kurs führt Sie in die Stichprobenbildung und die Untersuchung von Daten sowie in die grundlegende Wahrscheinlichkeitstheorie und die Bayes-Regel ein. Sie werden verschiedene Arten von Stichprobenmethoden untersuchen und erörtern, wie sich diese Methoden auf den Umfang der Schlussfolgerungen auswirken können. Es werden verschiedene Techniken der explorativen Datenanalyse behandelt, einschließlich numerischer Zusammenfassungsstatistiken und grundlegender Datenvisualisierung. Sie werden durch die Installation und Verwendung von R und RStudio (kostenlose Statistiksoftware) geführt und werden diese Software für Laborübungen und ein Abschlussprojekt verwenden. Die Konzepte und Techniken in diesem Kurs dienen als Bausteine für die Inferenz- und Modellierungskurse in der Specialization.
Einführung in die Wahrscheinlichkeitsrechnung und Daten mit R
Dieser Kurs ist Teil von Spezialisierung Datenanalyse mit R
Dozent: Mine Çetinkaya-Rundel
288.723 bereits angemeldet
Enthalten in
(5,666 Bewertungen)
Kompetenzen, die Sie erwerben
- Kategorie: Statistik
- Kategorie: R-Programmierung
- Kategorie: Rstudio
- Kategorie: Explorative Datenanalyse
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
11 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 8 Module
Dieser Kurs führt Sie in die Stichprobenbildung und die Untersuchung von Daten sowie in die grundlegende Wahrscheinlichkeitstheorie ein. Sie werden verschiedene Arten von Stichprobenmethoden untersuchen und erörtern, wie sich diese Methoden auf den Nutzen einer Datenanalyse auswirken können. Die Konzepte in diesem Modul dienen als Bausteine für unsere späteren Kurse. Jede Lektion enthält eine Reihe von Lernzielen, die in einer Reihe von kurzen Videos behandelt werden. Ergänzende Lektüre und Übungsaufgaben werden auch aus OpenIntro Statistics, 3rd Edition, https://leanpub.com/openintro-statistics/, vorgeschlagen (ein kostenloses Online-Lehrbuch zur Einführung in die Statistik, das ich mitverfasst habe). Wöchentlich wird es Quizfragen geben, mit denen Sie Ihren Lernerfolg und die Beherrschung des in der jeweiligen Woche in den Videos behandelten Materials überprüfen können. Darüber hinaus wird jede Woche eine Laboraufgabe gestellt, bei der Sie R verwenden, um das Gelernte auf reale Daten anzuwenden. Es wird auch ein Datenanalyseprojekt geben, mit dem Sie Forschungsfragen Ihrer eigenen Wahl beantworten können. Da es sich um einen Coursera-Kurs handelt, können Sie so viel oder so wenig teilnehmen, wie Sie möchten, aber ich hoffe, dass Sie zu Beginn voll mitmachen. Einer der lohnendsten Aspekte eines Coursera-Kurses ist die Teilnahme an Forumsdiskussionen über das Kursmaterial. Bitte nutzen Sie das Feedback und die Einblicke anderer Studenten und tragen Sie Ihre eigene Perspektive bei, wenn Sie dies für angebracht halten. Sie können sich auch die Ressourcenseite (https://www.coursera.org/learn/probability-intro/resources/crMc4) ansehen, auf der nützliche Ressourcen für diesen Kurs aufgelistet sind. Vielen Dank, dass Sie sich der Community Einführung in die Wahrscheinlichkeitsrechnung und Daten angeschlossen haben! Begrüßen Sie uns in den Diskussionsforen. Wir freuen uns auf Ihre Teilnahme an diesem Kurs.
Das ist alles enthalten
1 Video1 Lektüre
Willkommen zu Einführung in die Wahrscheinlichkeitsrechnung und Daten! Ich hoffe, Sie sind von diesem Kurs genauso begeistert wie ich! In den nächsten fünf Wochen werden wir uns mit dem Design von Studien befassen, Daten mit Hilfe von numerischen Zusammenfassungen und Visualisierungen untersuchen und uns mit Wahrscheinlichkeitsregeln und häufig verwendeten Wahrscheinlichkeitsverteilungen vertraut machen. Wenn Sie Fragen haben, können Sie diese gerne im Forum dieses Moduls (https://www.coursera.org/learn/probability-intro/module/rQ9Al/discussions?sort=lastActivityAtDesc&page=1) stellen und mit Ihren Kommilitonen diskutieren! Für den Einstieg sehen Sie sich die Lernziele (https://www.coursera.org/learn/probability-intro/supplement/rooeY/lesson-learning-objectives) von Lektion 1 in diesem Modul an.
Das ist alles enthalten
6 Videos2 Lektüren2 Aufgaben
Für diese Aufgabe werden Sie R und RStudio verwenden, die auf Ihrem lokalen Computer oder über die RStudio Cloud installiert sind.
Das ist alles enthalten
2 Lektüren1 Aufgabe
Willkommen zu Woche 2 von Einführung in die Wahrscheinlichkeitsrechnung und Daten! Ich hoffe, Ihnen haben die Materialien aus Woche 1 gefallen. In dieser Woche werden wir uns eingehender mit numerischen und kategorialen Daten beschäftigen und Inferenzen einführen.
Das ist alles enthalten
7 Videos3 Lektüren2 Aufgaben
Für diese Aufgabe werden Sie R und RStudio verwenden, die auf Ihrem lokalen Computer oder über die RStudio Cloud installiert sind.
Das ist alles enthalten
2 Lektüren1 Aufgabe
Willkommen zu Woche 3 der Einführung in die Wahrscheinlichkeitsrechnung und Daten! Letzte Woche haben wir uns mit numerischen und kategorischen Daten beschäftigt. Diese Woche besprechen wir die Wahrscheinlichkeit, die bedingte Wahrscheinlichkeit, das Bayes-Theorem und geben eine kleine Einführung in die Bayes'sche Inferenz. Vielen Dank für Ihren Enthusiasmus und Ihre Teilnahme und eine schöne Woche! Ich freue mich darauf, mit Ihnen den Rest des Kurses zu bearbeiten.
Das ist alles enthalten
9 Videos3 Lektüren2 Aufgaben
Für diese Aufgabe werden Sie R und RStudio verwenden, die auf Ihrem lokalen Computer oder über die RStudio Cloud installiert sind.
Das ist alles enthalten
2 Lektüren1 Aufgabe
Tolle Arbeit bis jetzt! Willkommen zu Woche 4 - der letzten Inhaltswoche von Einführung in die Wahrscheinlichkeitsrechnung und Daten! In dieser Woche stellen wir Ihnen zwei Wahrscheinlichkeitsverteilungen vor: die Normalverteilung und die Binomialverteilung im Besonderen. Wie üblich können Sie Ihr Wissen im Quiz dieser Woche überprüfen. In dieser Woche finden keine Übungen statt. Bitte zögern Sie nicht, Fragen, Diskussionen und verwandte Themen im Forum dieser Woche zu posten (https://www.coursera.org/learn/probability-intro/module/VdVNg/discussions?sort=lastActivityAtDesc&page=1). Ebenfalls in dieser Woche werden Sie aufgefordert, ein erstes Datenanalyseprojekt mit einem realen Datensatz durchzuführen. Das Projekt soll Ihnen dabei helfen, eigene Forschungsfragen zu entdecken und zu erforschen, indem Sie reale Daten und statistische Methoden verwenden, die wir in diesem Kurs lernen. Bitte lesen Sie die Projektanweisungen, um diese Selbsteinschätzung durchzuführen.
Das ist alles enthalten
6 Videos4 Lektüren2 Aufgaben
Dozent
Empfohlen, wenn Sie sich für Datenanalyse interessieren
Duke University
Duke University
Databricks
Duke University
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 5666
5.666 Bewertungen
- 5 stars
78,31 %
- 4 stars
17,24 %
- 3 stars
2,48 %
- 2 stars
0,65 %
- 1 star
1,30 %
Geprüft am 18. Juni 2019
Geprüft am 24. Juli 2021
Geprüft am 7. Juli 2020
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – 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
Nein. Durch den Abschluss eines Coursera-Kurses erhalten Sie keine akademischen Credits von Duke. Daher kann Duke Ihnen kein Universitätszeugnis ausstellen. Ihr elektronisches Zertifikat wird jedoch zu Ihrer Accomplishments-Seite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.