Schenken Sie Ihrer Karriere Coursera Plus mit einem Rabatt von $160 , der jährlich abgerechnet wird. Sparen Sie heute.

Johns Hopkins University

Der Umgang mit Daten im Tidyverse

Carrie Wright, PhD
Shannon Ellis, PhD
Stephanie Hicks, PhD

Dozenten: Carrie Wright, PhD

2.102 bereits angemeldet

Bei Coursera Plus enthalten

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.5

(31 Bewertungen)

Es dauert 14 Stunden
3 Wochen bei 4 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.5

(31 Bewertungen)

Es dauert 14 Stunden
3 Wochen bei 4 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Wenden Sie Tidyverse-Funktionen an, um nicht aufgeräumte Daten in aufgeräumte Daten umzuwandeln

  • Führen Sie grundlegende explorative Datenanalysen durch

  • Durchführung von Analysen von Textdaten

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

7 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung Tidyverse-Fähigkeiten für Datenwissenschaft in R
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
  • 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
Platzhalter
Platzhalter

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.

Platzhalter

In diesem Kurs gibt es 6 Module

Daten kommen nie in dem Zustand an, in dem Sie sie für eine effektive Datenanalyse benötigen. Die Daten müssen neu geformt, neu angeordnet und neu formatiert werden, damit sie visualisiert oder in einen Algorithmus für maschinelles Lernen eingegeben werden können. Dieses Modul befasst sich mit dem Problem, Ihre Daten zu ordnen, damit Sie sie unter Kontrolle bringen und effektiv analysieren können. Das Hauptziel beim Datenwrangling ist die Umwandlung ungeordneter Daten in ordentliche Daten.

Das ist alles enthalten

19 Lektüren2 Aufgaben

In R werden kategoriale Daten als Faktoren behandelt. Definitionsgemäß sind kategoriale Daten insofern begrenzt, als sie eine bestimmte Anzahl von möglichen Werten annehmen können. Zum Beispiel gibt es 12 Monate in einem Kalenderjahr. Bei einer Monatsvariable kann jede Beobachtung nur einen dieser zwölf Werte annehmen. Mit einer begrenzten Anzahl von möglichen Werten ist der Monat also eine kategoriale Variable. Kategoriale Daten, die wir im weiteren Verlauf dieser Lektion als Faktoren bezeichnen werden, kommen in Daten regelmäßig vor. Wenn Sie lernen, wie Sie mit dieser Art von Variablen effektiv arbeiten können, ist das unglaublich hilfreich.

Das ist alles enthalten

14 Lektüren2 Aufgaben

Die Arbeit mit Textdaten wird in datenwissenschaftlichen Projekten immer häufiger. Textmanipulation ist oft erforderlich, um unordentliche Datensätze zu bereinigen und um numerische Messungen aus Texteingaben zu erstellen. Darüber hinaus sind oft die Texte selbst die Daten und dieses Modul behandelt Tools zur Extraktion von Informationen aus dem Text.

Das ist alles enthalten

13 Lektüren2 Aufgaben

Das Ziel einer explorativen Analyse ist es, die Daten zu untersuchen oder zu erforschen und Beziehungen zu finden, die vorher nicht bekannt waren. Bei explorativen Analysen wird untersucht, wie verschiedene Messgrößen miteinander in Beziehung stehen könnten, aber es wird nicht bestätigt, dass diese Beziehung kausal ist, d. h. dass eine Variable eine andere verursacht. Wahrscheinlich haben Sie schon einmal den Satz "Korrelation impliziert keine Kausalität" gehört, und explorative Analysen sind die Wurzel dieses Spruchs. Nur weil Sie bei einer explorativen Analyse eine Beziehung zwischen zwei Variablen feststellen, bedeutet dies nicht, dass die eine zwangsläufig die andere verursacht.

Das ist alles enthalten

2 Lektüren

Jetzt werden wir anhand unserer Fallstudienbeispiele demonstrieren, wie Sie Daten importieren können. Wenn Sie die Schritte der Fallstudien durcharbeiten, können Sie entweder RStudio auf Ihrem eigenen Computer oder die für jede Fallstudie bereitgestellten Coursera-Laborplätze verwenden.

Das ist alles enthalten

11 Lektüren2 Unbewertete Labore

In diesem Projekt üben Sie die Datenexploration und Datenverarbeitung mit tidyverse anhand von Daten über Verbraucherbeschwerden des Consumer Financial Protection Bureau (CFPB).

Das ist alles enthalten

1 Lektüre1 Aufgabe

Dozenten

Lehrkraftbewertungen
4.6 (9 Bewertungen)
Carrie Wright, PhD
Johns Hopkins University
7 Kurse7.911 Lernende
Shannon Ellis, PhD
Johns Hopkins University
5 Kurse6.053 Lernende
Stephanie Hicks, PhD
Johns Hopkins University
5 Kurse6.053 Lernende

von

Empfohlen, wenn Sie sich für Datenanalyse interessieren

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.“

Bewertungen von Lernenden

Zeigt 3 von 31

4.5

31 Bewertungen

  • 5 stars

    68,75 %

  • 4 stars

    18,75 %

  • 3 stars

    9,37 %

  • 2 stars

    3,12 %

  • 1 star

    0 %

AN
5

Geprüft am 18. Apr. 2022

LV
5

Geprüft am 24. Apr. 2021

Platzhalter

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