本课程是 R 语言编程的温和入门课程,专为三种类型的学员设计。本课程适合以下人群: - 想进行数据分析,但不懂编程 - 懂编程,但不熟悉 R - 懂一些 R 编程,但想学习 tidyverse 动词 您将学习以可重现的方式进行数据可视化和分析,并使用函数使您的代码易于阅读和理解。您将使用 RMarkdown 创建漂亮的文档和报告,每次运行代码时都能以全新的方式执行,并记录您对数据的思考。 本课程专为非科学、技术和工程背景的学员设计,通过介绍编程和 R 语言,帮助他们为学习更高级的数据科学课程做好准备。我很高兴您能加入我的旅程!课程徽标是使用 RStudio 商店中的贴纸图片制作的。请访问 https://swag.rstudio.com/s/shop。

R 编程和 Tidyverse 简介
本课程是 通往数据科学的高速公路:R 编程和 Tidyverse 专项课程 的一部分

位教师:Jane Wall
访问权限由 Coursera Learning Team 提供
9,346 人已注册
您将学到什么
成功完成本课程后,您将能够用 R 语言编写函数。
您将能够对数据集进行分析和可视化。
您将能够使用 RMarkdown 与全球 R 社区共享报告中的文档。
要了解的详细信息
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
在本课程的第一个模块中,您将安装和配置 R 和 RStudio。您将回顾 R 和重现性的基础知识,安装课程所需的 R 包,并使用 RStudio 控制台输入基本命令。最后,您将创建 RMarkdown 文档--本模块的交付成果。
涵盖的内容
5个视频7篇阅读材料2个作业1次同伴评审1个非评分实验室6个插件
在本模块中,我们将探索 R 中的函数。您将复习函数的语法和创建函数的最佳实践。您还将练习编写带有默认参数和参数验证的函数。
涵盖的内容
10个视频7篇阅读材料2个作业1次同伴评审4个非评分实验室
本模块将向你介绍 ggplot2 - 用于数据可视化的 R 软件包。你将探索不同的语法元素和美学映射(图层),这些对于在 ggplot2 中实现数据可视化至关重要。
涵盖的内容
7个视频2篇阅读材料1个作业1次同伴评审1个非评分实验室
在本课程的最后一个模块中,您将学习使用 dplyr 进行数据分析。您将学习并练习许多 dplyr 动词,包括 select、filter、range、mutate、group_by 和 summarize。
涵盖的内容
14个视频3篇阅读材料2个作业1次同伴评审3个非评分实验室
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。
为学位做准备
学习 University of Colorado Boulder 的这个 课程,您可以预览相关学位课程计划中的主题、材料和授课教师,以便您确定该主题或大学是否适合您。
位教师

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
学生评论
- 5 stars
57.14%
- 4 stars
20.40%
- 3 stars
12.24%
- 2 stars
4.08%
- 1 star
6.12%
显示 3/49 个
已于 Sep 11, 2023审阅
Thanks! so much. This course helped me understand the excellent features for data analysis using R programming. This will certainly help me in my data science career path.
已于 Feb 1, 2024审阅
Helpful content! However, the sequence of practice questions and lecture contents are not fully aligned.
已于 Nov 1, 2022审阅
Very good course for first time R learners. Challenging but doable with some determination and attention to detail.
从 数据科学 浏览更多内容

University of Colorado Boulder

University of Colorado Boulder
¹ 本课程的部分作业采用 AI 评分。对于这些作业,将根据 Coursera 隐私声明使用您的数据。




