前 Data Collection 门课程 - 在线学习 Data Collection

Q: 什么是数据收集？

数据收集是在研究过程中收集观察或测量等信息的系统过程。 当您进行研究时，很可能是在寻找问题的答案。 在数据收集方面，深入挖掘表面现象会发现一个耐人寻味的故事。 收集有关研究内容的数据可以帮助您更深入地了解有助于回答问题的细节和信息。 虽然数据收集在与科学相关的应用中特别有用，但数据收集的妙处在于，您几乎可以用它来发现您所梦想的任何问题的答案。

Q: 为什么要学习数据收集？

数据对于帮助您（和其他人，甚至计算机）做出各种不同的决定非常重要。 它可以帮助科学家了解他们的研究是否有效，帮助营销人员向正确的人发送正确的信息。 它能让我们知道，我们尝试的新事物是否真的有效。 随着信息的数字化，这些信息变成了数据，我们可以通过各种方式利用这些数据来实现我们的目标。 但要做到这一点，我们首先需要收集数据。 如果没有数据收集来汇编这些信息，我们就无法真正有效地分析这些细节--如果遗漏了什么怎么办？ 如果您想了解研究是如何进行的，决策是如何做出的，那么了解数据收集的作用就非常重要。

Q: 学习数据收集能带来哪些职业机会？

几乎所有涉及数据的职业都提供了收集这些数据的机会，即使主要重点并不只是收集数据。 许多不同的分析师职位都需要花大量时间收集数据，无论你是选择在市场营销、人力资源或商业等领域工作，还是特别想成为一名数据科学家--致力于汇编数据并将其转化为他人可用于决策的信息的人。 即使是精算师（通常在保险领域从事风险评估的专业人员）的工作，也能让你把大部分时间放在处理数据上。 但这些职业仅仅是开始，还有几十种职业会让你有机会收集数据，因此，即使这不是你工作的主要重点，也是一项重要的技能和概念。

Q: Coursera 上的在线课程如何帮助我学习数据收集？

如果您想提高自己的数据素养，参加我们的在线课程将为您提供一个值得一试的机会，让您在最方便的时候实现自己的目标。 在线课程为您提供了在家完成课业所需的时间和空间，同时还为您提供了获取由优秀讲师和其他领域专家制作的学习材料的机会。 通过了解研究、分析和收集技术的作用，你会喜欢学习数据收集和分析的基本框架。 随着学习的深入，您可能会选择学习更复杂的主题，如利用 Python 编程语言创建获取和分析数据的程序。 通过各种学习计划（从证书、专业到大学学位课程学分），您可以在不断提高技能的同时，将自己的数据分析成就正规化。

浏览
Data Collection

数据收集课程

数据收集课程可以帮助您学习 Survey 设计、Sample 技术、数据清洗和统计分析。您可以掌握定性和定量研究方法、数据 Visualization 以及数据处理中的道德考量等方面的技能。许多课程都会介绍用于数据处理的 Excel、用于统计分析的 R 等工具，以及用于创建调查问卷的 Qualtrics 等软件，展示如何在实际研究环境中应用这些技能。

是什么让您今天来到 Coursera？

开始我的职业生涯

改变我的职业生涯

在我目前的岗位上成长

拓展工作外领域

状态：免费试用
University of Colorado Boulder
Data Collection and Integration
您将获得的技能: Web Scraping, Data Integration, Data Cleansing, Data Import/Export, Data Quality, Data Processing, Data Collection, Data Manipulation, SQL, Databases, Query Languages, Extensible Markup Language (XML), Pandas (Python Package), Application Programming Interface (API)
4.6
评分, 4.6 星，最高 5 星
14 条评论
中级 · 课程 · 1-3 个月
状态：免费试用
Meta
数据管理简介
您将获得的技能: 数据收集, 数据架构, 数据驱动的决策制定, 机器学习, 信息隐私, 数据质量, Data Governance, 数据可视化软件, 数据存储, 数据安全, 数据管理, Data Management, 大数据, 数据分析
4.8
评分, 4.8 星，最高 5 星
114 条评论
初级 · 课程 · 1-4 周
状态：新
状态：预览
O.P. Jindal Global University
Introduction to Data Science (Public Policy)
您将获得的技能: Web Scraping, Research Design, Data Ethics, Data Processing, Data Collection, Text Mining, Data Visualization Software, JSON, Application Programming Interface (API), Big Data, Data Analysis, Python Programming, Unstructured Data, Jupyter, Natural Language Processing, Data Structures
攻读学位
初级 · 课程 · 1-3 个月
状态：免费试用
SkillUp
数据隐私、安全、治理、风险和合规性
您将获得的技能: 数据架构, 事件响应, 法律, 信息隐私, 个人身份信息, 合规管理, 威胁检测, 数据质量, 安全控制, Data Governance, Encryption, 数据安全, 网络安全, 风险管理, 数据完整性
4.5
评分, 4.5 星，最高 5 星
35 条评论
中级 · 课程 · 1-4 周
状态：免费试用
SkillUp
Data Collection and Root Cause Analysis
您将获得的技能: Root Cause Analysis, Correlation Analysis, Regression Analysis, Data Collection, Descriptive Statistics, Statistical Hypothesis Testing, Statistical Analysis, Process Analysis, Six Sigma Methodology, Lean Six Sigma, Data Analysis, Process Improvement, Statistical Inference, Pareto Chart
4.2
评分, 4.2 星，最高 5 星
10 条评论
初级 · 课程 · 1-4 周
状态：免费试用
Johns Hopkins University
临床试验数据管理和质量保证
您将获得的技能: 持续监测, 数据清理, 临床数据管理, 数据收集, 临床试验管理系统, 质量保证, 数据质量, 统计分析, 数据管理, Data Management, 数据安全, 数据输入, 数据共享, 临床试验, 病例报告表, 数据完整性, 病人治疗
4.8
评分, 4.8 星，最高 5 星
174 条评论
初级 · 课程 · 1-3 个月

与 data collection 相关的搜索

data collection and processing with python

data collection and root cause analysis

data collection: online, telephone and face-to-face

data collection and integration

survey data collection and analytics

framework for data collection and analysis

aws data collection and storage

algorithms, data collection, and starting to code

总之，以下是 10 最受欢迎的 data collection 课程

调查数据收集与分析: University of Michigan
数据收集和分析框架: University of Maryland, College Park
数据收集：在线、电话和面对面: University of Michigan
用 Python 收集和处理数据: University of Michigan
Data Wrangling with Python: University of Colorado Boulder
Introduction to Data Analysis using Microsoft Excel: Coursera
Data Collection and Integration: University of Colorado Boulder
数据管理简介: Meta
Introduction to Data Science (Public Policy): O.P. Jindal Global University
数据隐私、安全、治理、风险和合规性: SkillUp

您可以在 Machine Learning 中学到的技能

关于 Data Collection 的常见问题

数据收集是在研究过程中收集观察或测量等信息的系统过程。当您进行研究时，很可能是在寻找问题的答案。在数据收集方面，深入挖掘表面现象会发现一个耐人寻味的故事。收集有关研究内容的数据可以帮助您更深入地了解有助于回答问题的细节和信息。虽然数据收集在与科学相关的应用中特别有用，但数据收集的妙处在于，您几乎可以用它来发现您所梦想的任何问题的答案。 ‎

数据对于帮助您（和其他人，甚至计算机）做出各种不同的决定非常重要。它可以帮助科学家了解他们的研究是否有效，帮助营销人员向正确的人发送正确的信息。它能让我们知道，我们尝试的新事物是否真的有效。随着信息的数字化，这些信息变成了数据，我们可以通过各种方式利用这些数据来实现我们的目标。但要做到这一点，我们首先需要收集数据。如果没有数据收集来汇编这些信息，我们就无法真正有效地分析这些细节--如果遗漏了什么怎么办？如果您想了解研究是如何进行的，决策是如何做出的，那么了解数据收集的作用就非常重要。 ‎

几乎所有涉及数据的职业都提供了收集这些数据的机会，即使主要重点并不只是收集数据。许多不同的分析师职位都需要花大量时间收集数据，无论你是选择在市场营销、人力资源或商业等领域工作，还是特别想成为一名数据科学家--致力于汇编数据并将其转化为他人可用于决策的信息的人。即使是精算师（通常在保险领域从事风险评估的专业人员）的工作，也能让你把大部分时间放在处理数据上。但这些职业仅仅是开始，还有几十种职业会让你有机会收集数据，因此，即使这不是你工作的主要重点，也是一项重要的技能和概念。 ‎

如果您想提高自己的数据素养，参加我们的在线课程将为您提供一个值得一试的机会，让您在最方便的时候实现自己的目标。在线课程为您提供了在家完成课业所需的时间和空间，同时还为您提供了获取由优秀讲师和其他领域专家制作的学习材料的机会。通过了解研究、分析和收集技术的作用，你会喜欢学习数据收集和分析的基本框架。随着学习的深入，您可能会选择学习更复杂的主题，如利用 Python 编程语言创建获取和分析数据的程序。通过各种学习计划（从证书、专业到大学学位课程学分），您可以在不断提高技能的同时，将自己的数据分析成就正规化。 ‎

此常见问题解答内容仅供参考。建议学生多做研究，确保所追求的课程和其他证书符合他们的个人、专业和财务目标。