探索性数据分析

探索性数据分析

Q: 我什么时候能看到讲座和作业？

要获得课程资料、作业和证书，您需要在注册课程时购买证书体验。 您可以尝试免费试听，或申请资助。课程可能提供 "完整课程，无证书"。通过该选项，您可以查看所有课程资料，提交必要的评估，并获得最终成绩。这也意味着您无法购买证书体验。

本课程是多个项目的一部分。

位教师：Roger D. Peng, PhD

184,014 人已注册

包含在中

了解更多

4个模块

深入了解一个主题并学习基础知识。

6,088 条评论

6 周完成

在 10 小时一周

灵活的计划

自行安排学习进度

94%

大多数学生喜欢此课程

4个模块

深入了解一个主题并学习基础知识。

6,088 条评论

6 周完成

在 10 小时一周

灵活的计划

自行安排学习进度

94%

大多数学生喜欢此课程

您将学到什么

了解 R 中的分析图形和基本绘图系统
使用高级图形系统，如 Lattice 系统
用图形显示高维数据
应用聚类分析技术找出数据中的模式

您将获得的技能

您将学习的工具

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

2 任务¹

AI 评分请参见免责声明

授课语言：英语（English）

了解顶级公司的员工如何掌握热门技能

了解关于 Coursera for Business 的更多信息

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

积累特定领域的专业知识

此课程作为的一部分提供

在注册此课程时，您还需要选择一个特定的合作项目。

向行业专家学习新概念
获得对主题或工具的基础理解
通过实践项目培养工作相关技能
获得可共享的职业证书

该课程共有4个模块

本课程涵盖总结数据的基本探索性技术。这些技术通常在开始正式建模之前应用，有助于为开发更复杂的统计模型提供信息。探索性技术对于消除或锐化数据可以解决的关于世界的潜在假设也很重要。我们将详细介绍 R 中的绘图系统以及构建数据图形的一些基本原则。我们还将介绍一些用于高维数据可视化的常用多元统计技术。

本周将介绍 R 中分析图形和基本绘图系统的基础知识。我们还提供了一些背景材料，帮助尚未安装 R 的用户进行安装。

涵盖的内容

15个视频6篇阅读材料1个作业5个编程作业1次同伴评审

15个视频总计109分钟

导言 1分钟
在 Windows 上安装 R (3.2.1) 3分钟
在 Mac 上安装 R (3.2.1) 2分钟
安装 R Studio (Mac) 4分钟
设置工作目录（Windows） 7分钟
设置工作目录（Mac） 8分钟
分析图形原理 12分钟
探索性图表（第 1 部分） 9分钟
探索性图表（第 2 部分） 5分钟
在 R 中绘制系统图 10分钟
基地绘图系统（第 1 部分） 11分钟
基地绘图系统（第 2 部分） 7分钟
底图绘制演示 17分钟
R 中的图形设备（第 1 部分） 6分钟
R 中的图形设备（第 2 部分） 8分钟

6篇阅读材料总计60分钟

欢迎访问探索性数据分析 10分钟
教学大纲 10分钟
课前调查 10分钟
用 R 进行探索性数据分析》一书 10分钟
数据科学的艺术 10分钟
漩涡中的实用 R 练习第 1 部分 10分钟

1个作业总计30分钟

第一周测验 30分钟

5个编程作业总计900分钟

漩涡第 1 课：分析图形的原理 180分钟
漩涡第 2 课：探索性图表 180分钟
漩涡第 3 课：R 中的图形设备 180分钟
漩涡第 4 课：绘制系统图 180分钟
漩涡第 5 课：底图绘制系统 180分钟

1次同伴评审总计60分钟

课程项目 1 60分钟

欢迎来到探索性数据分析的第 2 周。本周将介绍 R 中一些更高级的图形系统：Lattice 系统和 ggplot2 系统。虽然基础图形系统提供了许多重要的数据可视化工具，但它是原始 R 系统的一部分，缺乏绘图系统中可能需要的许多功能，尤其是在可视化高维数据时。Lattice 和 ggplot2 系统还简化了绘制地图的过程，使其不再那么繁琐。

涵盖的内容

7个视频1篇阅读材料1个作业5个编程作业

7个视频总计61分钟

网格绘图系统（第 1 部分） 6分钟
网格绘图系统（第 2 部分） 6分钟
ggplot2（第 1 部分） 6分钟
ggplot2（第 2 部分） 14分钟
ggplot2（第 3 部分） 10分钟
ggplot2（第 4 部分） 11分钟
ggplot2（第 5 部分） 8分钟

1篇阅读材料总计10分钟

漩涡中的实用 R 练习第 2 部分 10分钟

1个作业总计30分钟

第二周测验 30分钟

5个编程作业总计900分钟

漩涡第 1 课：网格绘图系统 180分钟
漩涡第 2 课：使用颜色 180分钟
漩涡第 3 课：GGPlot2 第 1 部分 180分钟
漩涡第 4 课：GGPlot2 第 2 部分 180分钟
漩涡第 5 课：GGPlot2 附加功能 180分钟

欢迎来到探索性数据分析的第 3 周。本周将介绍一些用于探索性分析的主要统计方法。这些方法包括聚类和降维技术，这些技术允许您对高维数据（很多很多变量）进行图形显示。我们还将介绍在 R 中指定颜色的新方法，以便您在制作数据图形时将颜色作为一个重要而有用的维度。所有这些内容都将在我的著作《用 R 进行探索性数据分析》（Exploratory Data Analysis with R）的第 9-12 章中介绍。

涵盖的内容

12个视频1篇阅读材料4个编程作业

12个视频总计77分钟

分层聚类（第 1 部分） 7分钟
分层聚类（第 2 部分） 5分钟
分层聚类（第 3 部分） 8分钟
K-Means 聚类（第 1 部分） 6分钟
K-Means 聚类（第 2 部分） 4分钟
缩小尺寸（第一部分） 8分钟
缩小尺寸（第 2 部分） 9分钟
缩小尺寸（第 3 部分） 7分钟
在 R 绘图中使用颜色（第 1 部分） 4分钟
在 R 绘图中使用颜色（第 2 部分） 8分钟
在 R 绘图中使用颜色（第 3 部分） 7分钟
在 R 绘图中使用颜色（第 4 部分） 4分钟

1篇阅读材料总计10分钟

漩涡中的实用 R 练习第 3 部分 10分钟

4个编程作业总计720分钟

漩涡第 1 课：分层聚类 180分钟
漩涡第 2 课：K 均值聚类 180分钟
漩涡第 3 课：缩小尺寸 180分钟
漩涡第 4 课：聚类示例 180分钟

本周，我们将学习两个探索性数据分析案例。第一个案例涉及聚类分析技术的使用，第二个案例是对一些空气污染数据进行更深入的分析。如何进行探索性数据分析通常是个人的事情，但我提供这些视频是为了让您了解如何处理特定类型的数据集。

涵盖的内容

2个视频2篇阅读材料1个编程作业1次同伴评审

获得职业证书

将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。

位教师

授课教师评分

(207个评价)

Roger D. Peng, PhD

Johns Hopkins University

37 门课程 1,681,600 名学生

提供方

Johns Hopkins University

从数据分析浏览更多内容

EDUCBA
Apply Exploratory Data Analysis with R and ggplot2
课程
University of Leeds
Exploratory Data Analysis
课程
Microsoft
Exploratory Data Analysis and Visualization
课程
Coursera
Conducting Exploratory Data Analysis
指导项目

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

自 2018开始学习的学生

''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'

Jennifer J.

自 2020开始学习的学生

''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'

Larry W.

自 2021开始学习的学生

''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'

Chaitanya A.

''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'

学生评论

5 stars
74.34%
4 stars
21.08%
3 stars
3.38%
2 stars
0.73%
1 star
0.44%

显示 3/6088 个

已于 Jan 17, 2016审阅

Very nice course, plotting data to explore and understand various features and their relationship is the key in any research domain, and this course teaches the skill required to achieve this.

已于 Mar 8, 2017审阅

When it comes to hierarchical and K-means clustering, the theory wasn't explained clearly. When do we use U and V for what purpose? How does D come in? I'm left confused after this.

已于 Jun 5, 2017审阅

This was incredibly useful because it gives you a feel for the datasets and tools with which to explore them. I really wasn't aware of the base and lattice plotting systems until now.

查看更多评论