Introduction to Data Science

Développez vos compétences avec Coursera Plus pour 239 $/an (habituellement 399 $). Économisez maintenant.

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.

Introduction to Data Science

Instructeur : Dr. Faezeh Soleimani

Inclus avec

6 modules

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

niveau Débutant

Aucune connaissance prérequise

1 semaine à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

Préparer un diplôme

6 modules

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

niveau Débutant

Aucune connaissance prérequise

1 semaine à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

Préparer un diplôme

Compétences que vous acquerrez

Catégorie : Data Capture
Catégorie : Ethical Standards And Conduct
Catégorie : Informed Consent
Catégorie : Data Science
Catégorie : Tidyverse (R Package)
Catégorie : Data Validation
Catégorie : Data Structures
Catégorie : Algorithms
Catégorie : Data Collection
Catégorie : Statistical Methods
Catégorie : Data Ethics
Catégorie : Sampling (Statistics)
Catégorie : Data Quality
Catégorie : Probability & Statistics
Catégorie : Statistics
Catégorie : Data Analysis
Catégorie : Information Privacy
Catégorie : Social Impact
Catégorie : Big Data

Outils que vous découvrirez

Catégorie : R Programming

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

9 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Il y a 6 modules dans ce cours

We reside in a world experiencing an explosion of information, with a rapid and exponential growth of data. This surge in data captures increasing interest across various fields. Data science involves the gathering of extensive data and the fusion of domain expertise, programming skills, mathematics, and statistical knowledge to derive meaningful insights. Given the breadth and depth of data science, this course aims to furnish you with a comprehensive theoretical foundation and framework to initiate your journey in this field. "Data" permeates every aspect of data science. The course is divided into five parts, each centered around core topics related to "data". The initial part introduces data ethics, outlining the ethical issues surrounding data collection, usage, and reporting. The second part delves into data collection, acquisition sources, and data structures. The third part focuses on cutting-edge research in Data Science, immersing you in the realm of data science. The fourth part acquaints you with basic data processing using programming, specifically in R, the prevailing data analytics tool. Here, you will gain familiarity with R fundamentals, execute basic data wrangling tasks, develop an understanding of data storage and management, and gain experience in data visualization. The fifth part of the course imparts fundamental knowledge of probability and statistics, preparing you to move to the next stage of exploration.

What is data science and what activities and topics will have in data science? This module will answer the questions first, and then come to one of topics-data ethics. This module will provide a big picture about the data ethic issues within data science and focus on two critical data ethics topics, Informed Consent and Data Ownership. In this module, you will learn to define, explain, and discuss those two specific topics and identify ethical and unethical activities related to them.

Inclus

12 vidéos8 lectures2 devoirs1 sujet de discussion

12 vidéos Total 51 minutes

Ball State University Coursera Open Content 2 minutes
Welcome to Introduction to Data Science 4 minutes
Meet Your Instructor 2 minutes
Module 1 Overview 1 minute
Introduction to Data Science 8 minutes
Introduction to Data Ethics in Data Science 7 minutes
What is Informed Consent 6 minutes
Special Informed Consent 2 minutes
A Case of Informed Consent 3 minutes
What is Data Ownership 6 minutes
Who Owns the Photos? 5 minutes
Copyright and Creative Commons 5 minutes

8 lectures Total 128 minutes

Meet Your Course Staff 5 minutes
Introduction to Data Science 5 minutes
Read the Course Syllabus 5 minutes
Course Description, Course Objectives, and Course Policies 10 minutes
David J. Hand, "Aspects of Data Ethics in a Changing World" 30 minutes
Institutional Review Boards Frequently Asked Questions: Guidance for Institutional Review Boards and Clinical Investigators 42 minutes
Creative Commons License 30 minutes
Module 1 Summary 1 minute

2 devoirs Total 6 minutes

Which Activity is Ethical? 3 minutes
Basic Elements of Informed Consent 3 minutes

1 sujet de discussion Total 20 minutes

Introduce Yourself 20 minutes

In this module, we will focus on three important concepts in data ethics: Privacy, Transaction Transparency, and Anonymity. These concepts often intersect and influence each other. In this module, we will explain and describe each term and provide examples to illustrate how these concepts are applied in the field of data science. Special attention is given to de-identification for privacy protection in the module.

Inclus

10 vidéos3 lectures2 devoirs

10 vidéos Total 48 minutes

Module 2 Overview 2 minutes
Introduction to Privacy 6 minutes
Types of Privacy 6 minutes
Phone Call Recording 8 minutes
Opt-in and Opt-out 4 minutes
Introduction to Transparency 2 minutes
Transaction Transparency 6 minutes
Introduction to Anonymity 8 minutes
De-identification 5 minutes
Data encryption 1 minute

3 lectures Total 63 minutes

Distributed Database Management System and Its Rules 2 minutes
Guidance Regarding Methods for De-identification of Protected Health Information in Accordance with the Health Insurance Portability and Accountability Act (HIPAA) Privacy Rule 60 minutes
Module 2 Summary 1 minute

2 devoirs Total 6 minutes

Privacy 3 minutes
Transparency 3 minutes

In this module, we will specifically discuss two important concepts: Data Validity and Algorithmic Fairness. The accuracy and bias of input data is related to data validity, which strongly influences the outcomes and fairness of algorithms. In this module, we will explore how and why inappropriate and unethical data validity can result in unfairness.

Inclus

8 vidéos2 lectures2 devoirs1 évaluation par les pairs

8 vidéos Total 35 minutes

Module 3 Overview 1 minute
Data Validity 8 minutes
Ethical data collection 7 minutes
Two cases-Google Flu Trends and Mice in experiments 5 minutes
Algorithmic Fairness 6 minutes
Information Symmetry 3 minutes
Protected feature 2 minutes
Cautionary tale-Predicting Recidivism 3 minutes

2 lectures Total 3 minutes

Validity: On the Meaningful Interpretation of Assessment Data 2 minutes
Module 3 Summary 1 minute

2 devoirs Total 6 minutes

Data Validity 3 minutes
Algorithmic Fairness 3 minutes

1 évaluation par les pairs Total 60 minutes

Ethical Considerations in AI and Data Ethics: Amazon's AI Recruiting Tool 60 minutes

Unethical activities during research design, data collections and data analysis usually lead to societal consequences. However, even if the whole procedure about data is ethical, there may still be unintended consequences due to the development of new technology.In this module, societal consequences in data science are discussed and the code of ethics in research and environmental sciences are outlined to ethically guide potential behavior of data scientists.

Inclus

6 vidéos3 lectures1 devoir1 évaluation par les pairs

6 vidéos Total 30 minutes

Module 4 Overview 2 minutes
Societal Consequences 4 minutes
Case studies in Societal Consequences 6 minutes
Set up data science ethics in a company 8 minutes
Code of Ethics 5 minutes
Different areas have different codes 6 minutes

3 lectures Total 50 minutes

Social impacts of algorithmic decision-making: A research agenda for the social sciences 36 minutes
National Association of Social Workers, "Code of Ethics" 13 minutes
Module 4 Summary 1 minute

1 devoir Total 3 minutes

Societal Consequences 3 minutes

1 évaluation par les pairs Total 60 minutes

Ethical Data Collection, Ethical Interpretation and Ethical Reporting 60 minutes

This module focuses on the initial phase of a data science project, which involves obtaining data. Specifically, the module covers the following topics of data acquisition: identifying and describing data sources, sampling techniques for data collection, and the impact of sampling bias on research. Through these discussions, the module aims to provide a comprehensive understanding of the initial steps involved in obtaining data for a data science project.

Inclus

7 vidéos2 lectures

This module is dedicated to exploring various concepts about data, such as file formats for delivery and sharing, data types for variables’ basic nature and characteristics, and data structures for data manipulation and data analysis. The concepts of data files, data types and data structures, common data types and structures in programming languages, and specifically data structures in R, are covered.

Inclus

8 vidéos2 lectures2 devoirs

8 vidéos Total 31 minutes

Data types in different programming languages 2 minutes
Distinguish file types, data types and data structures 3 minutes
Module 6 Overview 1 minute
Data structure in data collection 5 minutes
Data structures in computer memory or storage 5 minutes
Data structure in R 3 minutes
Comparison of data_table, dataframe and tibble in R 11 minutes
Congratulations! 1 minute

2 lectures Total 3 minutes

Objects in R 2 minutes
Module 6 Summary 1 minute

2 devoirs Total 6 minutes

Data Types 3 minutes
Data Structure 3 minutes

Préparer un diplôme

Ce site cours fait partie du (des) programme(s) diplômant(s) suivant(s) proposé(s) par Ball State University. Si vous êtes admis et que vous vous inscrivez, les cours que vous avez suivis peuvent compter pour l'apprentissage de votre diplôme et vos progrès peuvent être transférés avec vous.¹

Instructeur

Évaluations de l’enseignant

(5 évaluations)

Dr. Faezeh Soleimani

Ball State University

2 Cours 700 apprenants

Offert par

Ball State University

En savoir plus sur Data Analysis

IBM
Introduction to R Programming for Data Science
Cours
IBM
Introduction to Data Analytics
Cours
Pearson
Data Science Fundamentals Part 1: Unit 2
Cours
Pearson
Data Science Fundamentals, Part 1
Spécialisation

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.’

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - 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

Découvrir les diplômes

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

To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.