本课程侧重于以可重复的方式报告现代数据分析背后的概念和工具。可重现研究是指将数据分析,更广泛地说,是将科学主张连同数据和软件代码一起发布,以便其他人可以验证研究结果并在此基础上继续研究。 随着数据分析变得越来越复杂,涉及到更大的数据集和更复杂的计算,对可重复性的需求也在急剧增加。可重复性使人们能够关注数据分析的实际内容,而不是书面摘要中报告的表面细节。此外,由于可以获得实际进行分析的数据和代码,可重复性使分析对其他人更有用。本课程将重点介绍识字统计分析工具,这些工具可以将数据分析结果发布在单个文档中,让其他人可以轻松执行相同的分析,获得相同的结果。


了解顶级公司的员工如何掌握热门技能

积累特定领域的专业知识
- 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
本周将介绍可重复研究的基本理念,因为这些理念对你们中的一些人来说可能并不熟悉。我们还将介绍如何构建和组织数据分析,使其更具可重复性。我建议大家按照网页上列出的顺序观看视频,但不按顺序观看也不会影响观看效果。
涵盖的内容
9个视频4篇阅读材料1个作业
本周我们将介绍开发可重现文档的一些核心工具。我们将介绍识字编程工具 knitr,并展示如何将其与 Markdown 整合,以发布可重现的网络文档。我们还将介绍首次同行评估,要求大家使用 knitr 撰写一份可重现的数据分析报告。
涵盖的内容
9个视频1个作业1次同伴评审
本周的内容可以称之为确保数据分析可重现的基本检查清单。虽然遵循检查清单并非绝对充分,但它提供了一个必要的最低标准,几乎适用于任何分析领域。
涵盖的内容
10个视频
本周有两个涉及科学中可重复性重要性的案例研究供您观看。
涵盖的内容
5个视频1篇阅读材料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。
从 数据分析 浏览更多内容
- 状态:免费试用
Johns Hopkins University
- 状态:免费试用
Johns Hopkins University
- 状态:预览
Emory University
- 状态:预览
人们为什么选择 Coursera 来帮助自己实现职业发展




学生评论
4,178 条评论
- 5 stars
68.66%
- 4 stars
22.95%
- 3 stars
5.67%
- 2 stars
1.65%
- 1 star
1.05%
显示 3/4178 个
已于 Apr 29, 2020审阅
Great topic which is discussed well with a good case study. I'd like to see more up-to-date content and more detailed analytical techniques. However, it's a nice introduction!
已于 Aug 9, 2019审阅
Without taking this course wouldn't have fully understood the importance of reproducible research in data science. Thank you so much. I recommend this course for all data scientists.
已于 Mar 30, 2022审阅
I took this course as part of the Data Science specialization without any real expectation and realized that this subject is probably one of the most important in data analysis.
常见问题
要获取课程资料、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。
注册课程后,您就可以访问专项课程中的所有课程,完成作业后还可以获得证书。您的电子证书将添加到您的 "成就 "页面--在那里,您可以打印证书或将其添加到您的 LinkedIn 个人资料中。
是的。在特定的学习课程中,如果您付不起注册费,可以申请助学金或奖学金。如果您选择的学习课程有助学金或奖学金,您可以在说明页面找到申请链接。
更多问题
提供助学金,