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。
可重复研究
您将学到什么
组织数据分析，使其更具可重复性
使用 knitr 撰写可重复的数据分析报告
确定分析项目的可重复性
使用 Markdown 发布可复制的网络文档
您将获得的技能
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 项作业
授课语言：英语（English）
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
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
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。
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
68.69%
- 4 stars
22.91%
- 3 stars
5.68%
- 2 stars
1.64%
- 1 star
1.05%
显示 3/4184 个
JT
已于 Jul 22, 2017审阅
should be included much more in course 1. it would have been great to know up front how easy it is to mix text and code, not from a reproducibility standpoint, but just to take notes.
IM
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.
YM
已于 Jul 22, 2017审阅
Learning Knitr was cool. However, many of the slides were not directly relevant to the course. I think, more rigor can be added, or this course can be merged with one of the others.
从 数据科学 浏览更多内容
Johns Hopkins University
Johns Hopkins University
Emory University
Fred Hutchinson Cancer Center