Johns Hopkins University
Manipuler des données dans le Tidyverse

Offrez à votre carrière le cadeau de Coursera Plus avec $160 de réduction, facturé annuellement. Économisez aujourd’hui.

Johns Hopkins University

Manipuler des données dans le Tidyverse

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

Instructeurs : Carrie Wright, PhD

2 102 déjà inscrits

Inclus avec Coursera Plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.5

(31 avis)

14 heures pour terminer
3 semaines à 4 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.5

(31 avis)

14 heures pour terminer
3 semaines à 4 heures par semaine
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Appliquer les fonctions Tidyverse pour transformer des données non ordonnées en données ordonnées

  • Effectuer une analyse exploratoire de base des données

  • Effectuer des analyses de données textuelles

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

7 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Emplacement réservé

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation Compétences Tidyverse pour la science des données en R
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
  • Apprenez de nouveaux concepts auprès d'experts du secteur
  • Acquérez une compréhension de base d'un sujet ou d'un outil
  • Développez des compétences professionnelles avec des projets pratiques
  • Obtenez un certificat professionnel partageable
Emplacement réservé
Emplacement réservé

Obtenez un certificat professionnel

Ajoutez cette qualification à votre profil LinkedIn ou à votre CV

Partagez-le sur les réseaux sociaux et dans votre évaluation de performance

Emplacement réservé

Il y a 6 modules dans ce cours

Les données n'arrivent jamais dans l'état dans lequel vous en avez besoin pour effectuer une analyse efficace. Les données doivent être remodelées, réarrangées et reformatées afin de pouvoir être visualisées ou introduites dans un algorithme d'apprentissage automatique. Ce module aborde le problème de la manipulation de vos données afin que vous puissiez les contrôler et les analyser efficacement. L'objectif principal du traitement des données est de transformer des données non ordonnées en données ordonnées.

Inclus

19 lectures2 devoirs

Dans R, les données catégorielles sont traitées comme des facteurs. Par définition, les données catégorielles sont limitées en ce sens qu'elles ont un nombre défini de valeurs possibles qu'elles peuvent prendre. Par exemple, il y a 12 mois dans une année civile. Dans une variable "mois", chaque observation ne peut prendre qu'une de ces douze valeurs. Ainsi, avec un nombre limité de valeurs possibles, le mois est une variable catégorielle. Les données catégorielles, qui seront appelées facteurs dans la suite de cette leçon, se retrouvent régulièrement dans les données. Apprendre à travailler efficacement avec ce type de variable vous sera extrêmement utile.

Inclus

14 lectures2 devoirs

Travailler avec des données textuelles est de plus en plus fréquent dans les projets de science des données. La manipulation de texte est souvent nécessaire pour nettoyer des ensembles de données désordonnés et pour créer des mesures numériques à partir de données textuelles. En outre, le texte lui-même est souvent la donnée et ce module couvre les outils permettant d'extraire des informations du texte.

Inclus

13 lectures2 devoirs

L'objectif d'une analyse exploratoire est d'examiner ou d'explorer les données et de trouver des relations qui n'étaient pas connues auparavant. Les analyses exploratoires étudient la manière dont les différentes mesures peuvent être liées les unes aux autres, mais ne confirment pas que cette relation est causale, c'est-à-dire qu'une variable en cause une autre. Vous avez probablement entendu la phrase "La corrélation n'implique pas la causalité", et les analyses exploratoires sont à la base de ce dicton. Ce n'est pas parce que vous observez une relation entre deux variables au cours d'une analyse exploratoire que l'une est nécessairement à l'origine de l'autre.

Inclus

2 lectures

Nous allons maintenant vous montrer comment importer des données à l'aide de nos exemples d'études de cas. Lorsque vous travaillez sur les étapes des études de cas, vous pouvez utiliser soit RStudio sur votre propre ordinateur, soit les espaces de laboratoire Coursera fournis pour chaque étude de cas.

Inclus

11 lectures2 laboratoires non notés

Dans ce projet, vous vous exercerez à l'exploration et à la manipulation de données avec le tidyverse en utilisant les données des plaintes des consommateurs du Consumer Financial Protection Bureau (CFPB).

Inclus

1 lecture1 devoir

Instructeurs

Évaluations de l’enseignant
4.6 (9 évaluations)
Carrie Wright, PhD
Johns Hopkins University
7 Cours7 913 apprenants
Shannon Ellis, PhD
Johns Hopkins University
5 Cours6 055 apprenants
Stephanie Hicks, PhD
Johns Hopkins University
5 Cours6 055 apprenants

Offert par

Recommandé si vous êtes intéressé(e) par Analyse des Données

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Avis des étudiants

Affichage de 3 sur 31

4.5

31 avis

  • 5 stars

    68,75 %

  • 4 stars

    18,75 %

  • 3 stars

    9,37 %

  • 2 stars

    3,12 %

  • 1 star

    0 %

AN
5

Révisé le 18 avr. 2022

LV
5

Révisé le 24 avr. 2021

Emplacement réservé

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

Foire Aux Questions