筛选依据
主题必需的
语言必需的
在整个课程(说明和评估)中使用的语言。
了解产品必需的
级别必需的
课程长度必需的
技能必需的
字幕必需的
教师必需的
“scientific methods” 的结果
- 状态:免费试用
University of Toronto
您将获得的技能: 分析, 医学科学与研究, 生物统计学, 生物技术, 生命科学, 数据分析软件
- 状态:预览
Università Bocconi
您将获得的技能: 创新, A/B 测试, 决策, 数据分析, 业务指标, 数据驱动的决策制定, 统计分析, 统计方法, 机器学习, 回归分析, 概率, 大数据, 战略决策
- 状态:预览
Erasmus University Rotterdam
您将获得的技能: 案例研究, 科学方法, 数据分析, 调查, 研究设计, 实验, 研究方法, 数据收集, 社会科学, 研究, 定性研究
- 状态:预览
Peking University
您将获得的技能: Bioinformatics, Molecular Biology, Life Sciences, Informatics, Machine Learning Methods, Biology, Predictive Modeling, Data Analysis Software, Data Processing, Statistical Analysis
- 状态:预览
Johns Hopkins University
您将获得的技能: Bioinformatics, Molecular Biology, R Programming, Statistical Analysis, Command-Line Interface, Linux
- 状态:免费试用
Arizona State University
您将获得的技能: 统计建模, 描述性统计, 实验, 研究设计, 概率与统计, 统计方法, 样本量的确定, 设计策略, 统计分析, 质量控制, Variance 分析, 数据分析软件, 统计假设检验
- 状态:免费试用
Johns Hopkins University
您将获得的技能: 探索性数据分析, 数据分析, R 语言程序设计(中文版), 数据共享, Knitr, 一般科学与研究, Rmarkdown, 版本控制, 统计报告, 技术交流, 数据验证
- 状态:免费试用
University of Amsterdam
您将获得的技能: 研究方法, 道德标准与行为, 研究设计, 调查, 数据收集, 研究, 定性研究, 研究报告, 社会科学, 面试技巧
- 状态:免费试用
The Hong Kong University of Science and Technology
您将获得的技能: 工程计算, 数学软件, 数值分析, 绘图(图形), 计算思维, 编程原则, 应用数学, 积分微积分, 科学可视化, Matlab, 微积分, 估算, 脚本, 微分方程, 线性代数, 模拟和模拟软件, 数学建模, 工程分析, 模拟, Algorithm
- 状态:预览
University of Amsterdam
您将获得的技能: 用户反馈, 实验, 实验室技术, 实验室体验, 研究
- 状态:预览
Peking University
您将获得的技能: Research Methodologies, Research Design, Scientific Methods, Research, Surveys, Social Sciences, Experimentation, Qualitative Research, Data Collection, Sample Size Determination, Survey Creation, Ethical Standards And Conduct, Probability & Statistics
- 状态:免费试用
Johns Hopkins University
您将获得的技能: 探索性数据分析, R 语言程序设计(中文版), 绘图(图形), 无监督学习, 数据分析, 降维, 统计方法, 散点图, 箱形图, Ggplot2, 数据可视化软件, 柱状图, 统计可视化
总之,以下是 10 最受欢迎的 scientific methods 课程
- 生物信息学方法 I: University of Toronto
- 创新管理的科学方法: Università Bocconi
- 研究城市:城市研究的社会科学方法: Erasmus University Rotterdam
- Bioinformatics: Introduction and Methods 生物信息学: 导论与方法: Peking University
- Bioinformatics Methods for Transcriptomics: Johns Hopkins University
- 实验设计基础: Arizona State University
- 可重复研究: Johns Hopkins University
- 定性研究方法: University of Amsterdam
- 工程师数值方法: The Hong Kong University of Science and Technology
- 大学科学实验室教学(开发最佳实践): University of Amsterdam