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
9,348 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 Jun 18, 2023审阅
The course was a solid introduction to R Markdown using the R language. It covers using the Tidyverse libraries for basic analysis and visualizations.
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 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。




