中提出正确的问题，操作数据集，并创建可视化来交流结果。
本专业涵盖整个数据科学流程中所需的概念和工具，从提出正确的问题到做出推论和发布结果。在最后的 "毕业设计 "中，您将运用所学到的技能，使用真实世界的数据构建一个数据产品。结业时，学生们将拥有一个作品集，展示他们对教材的掌握情况。
数据科学 专项课程
您将学到什么
使用 R 对数据进行清理、分析和可视化。
浏览从数据采集到发布的整个数据科学管道。
使用 GitHub 管理数据科学项目。
使用回归模型进行回归分析、最小二乘法和推理。
您将获得的技能
- GitHub
- Regression Analysis
- Shiny (R Package)
- Data Science
- R Programming
- Data Wrangling
- Rmarkdown
- Plotly
- Machine Learning
- Predictive Modeling
- Statistical Analysis
- Data Cleansing
- Data Manipulation
- Statistical Hypothesis Testing
- Statistical Inference
- Interactive Data Visualization
- Machine Learning Algorithms
- Exploratory Data Analysis
- Plot (Graphics)
- Version Control
要了解的详细信息
可分享的证书
添加到您的领英档案
授课语言：英语（English）
了解顶级公司的员工如何掌握热门技能
精进特定领域的专业知识
- 向大学和行业专家学习热门技能
- 借助实践项目精通一门科目或一个工具
- 培养对关键概念的深入理解
- 通过 Johns Hopkins University 获得职业证书
专业化 - 10门课程系列
数据科学家的工具箱
第 1 门课程17小时
您将学到什么
设置 R、R-Studio、Github 和其他实用工具
了解数据分析人员使用的数据、问题和工具
解释研究设计的基本概念
创建 Github 仓库
您将获得的技能
类别：R（软件）
类别：R 语言程序设计（中文版）
类别：数据分析
类别：版本控制
类别：数据科学
类别：Rmarkdown
类别：探索性数据分析
类别：软件安装
类别：GitHub
类别：数据扫盲
类别：统计编程
R 语言程序设计（中文版）
第 2 门课程57小时
您将学到什么
了解重要的编程语言概念
配置统计编程软件
使用 R 循环函数和调试工具
使用 R 剖析器收集详细信息
您将获得的技能
类别：R 语言程序设计（中文版）
类别：模拟
类别：性能调整
类别：调试
类别：编程原则
类别：数据分析
类别：计划发展
类别：数据结构
类别：统计分析
类别：数据导入/导出
类别：计算机编程工具
类别：统计编程
获取和清理数据
第 3 门课程19小时
您将学到什么
了解常见的数据存储系统
应用数据清理基础知识，使数据 "整洁"。
使用 R 进行文本和日期操作
从网络、应用程序接口和数据库获取可用数据
您将获得的技能
类别：数据操作
类别：数据导入/导出
类别：R 语言程序设计（中文版）
类别：数据清理
类别：应用编程接口 (API)
类别：数据管理
类别：数据整理
类别：SQL
类别：MySQL
类别：网页抓取
类别：数据收集
探索性数据分析
第 4 门课程55小时
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
类别：绘图（图形）
类别：Ggplot2
类别：探索性数据分析
类别：R 语言程序设计（中文版）
类别：柱状图
类别：数据可视化软件
类别：无监督学习
类别：数据分析
类别：散点图
类别：箱形图
类别：降维
类别：统计可视化
类别：统计方法
可重复研究
第 5 门课程7小时
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
类别：Knitr
类别：Rmarkdown
类别：数据验证
类别：数据分析
类别：R 语言程序设计（中文版）
类别：版本控制
类别：技术交流
类别：统计报告
类别：探索性数据分析
类别：一般科学与研究
类别：数据共享
统计推理
第 6 门课程55小时
您将学到什么
了解从数据中得出有关人群或科学真理的结论的过程
描述变异性、分布、极限和置信区间
使用 p 值、置信区间和置换检验
做出明智的数据分析决策
您将获得的技能
类别：统计推理
类别：概率分布
类别：统计假设检验
类别：概率
类别：统计方法
类别：统计分析
类别：统计建模
类别：概率与统计
类别：统计
类别：数据分析
类别：样本量的确定
类别：抽样（统计）
类别：贝叶斯统计
回归模型
第 7 门课程53小时
您将学到什么
使用回归分析、最小二乘法和推理
了解方差分析和方差分析模型案例
调查残差和变异性分析
描述回归模型的新用途，如散点图平滑法
您将获得的技能
类别：回归分析
类别：统计建模
类别：统计推理
类别：相关性分析
类别：概率与统计
类别：统计方法
类别：统计分析
类别：预测建模
类别：数据分析
实用机器学习
第 8 门课程8小时
您将学到什么
使用构建和应用预测功能的基本组件
了解训练集和测试集、过拟合和误差率等概念
描述机器学习方法，如回归或分类树
解释构建预测功能的完整过程
您将获得的技能
类别：预测建模
类别：随机森林算法
类别：功能工程
类别：回归分析
类别：分类与回归树 (CART)
类别：机器学习算法
类别：R 语言程序设计（中文版）
类别：应用机器学习
类别：监督学习
类别：机器学习
类别：数据处理
类别：预测分析
类别：数据收集
开发数据产品
第 9 门课程10小时
您将学到什么
使用 GoogleVis 开发基本应用程序和交互式图形
使用 Leaflet 创建交互式注释地图
构建包含数据可视化的 R Markdown 演示
创建向大众讲述故事的数据产品
您将获得的技能
类别：R 语言程序设计（中文版）
类别：闪亮（R 套件）
类别：Rmarkdown
类别：交互式数据可视化
类别：数据展示
类别：网络应用
类别：R（软件）
类别：统计报告
类别：数据可视化
类别：软件包和软件管理
类别：Plotly
类别：数据可视化软件
类别：数据映射
数据科学顶点课程
第 10 门课程5小时
您将学到什么
为公众创建有用的数据产品
运用探索性数据分析技能
建立高效准确的预测模型
制作演示文稿，展示您的研究成果
您将获得的技能
类别：自然语言处理
类别：预测建模
类别：数据展示
类别：数据收集
类别：R 语言程序设计（中文版）
类别：机器学习
类别：数据操作
类别：数据清理
类别：数据科学
类别：统计分析
类别：数据分析
类别：探索性数据分析
类别：数据叙事
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
行业合作伙伴
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。'
常见问题
完成课程所需的时间会根据您的日程安排而有所不同，但大多数学员都能在 3-6 个月内完成专业课程。
专业的每门课程每月开课一次。
建议有一定的编程经验（任何语言）。我们还建议学生具备代数及以下的数学知识（微积分或线性代数均非必需）。
更多问题
提供助学金，