資料科學專業課程

開啟你的資料科學生涯. 數據科學入門十門課程，由知名教授開發和講授。

關於此專業課程

該專業的課程也可以作為 ECEA 5385-5387 獲得學分，這是 CU Boulder 電機工程( EE )理學碩士學位的一部分。

在本專業中，你將使用大量可用於構建工業物聯網部署的技術。你將遇到市場規模和機會、作業系統、網路概念、許多安全主題、如何規劃、配備和執行專案計劃、傳感器、檔案系統以及儲存設備的工作原理、機器學習和大數據分析、介紹 SystemC，用於調試( debug )深度嵌入式系統、在公司內部推廣技術理念以及從失敗中學習的技術。此外，學生將學習幾個對工程師來說很重要的關鍵商業概念，例如購買實驗室設備的資本支出（CapEx）和租金、水電費和員工工資的營運支出（OpEx）。

到官方網站了解本課程與上課

專業化 – 10門課程系列
提出正確的問題，操作資料集，並建立視覺化來交流結果。

本專業涵蓋整個資料科學流程中所需的概念和工具，從提出正確的問題到做出推論和發布結果。在最後的 “畢業設計 “中，您將運用所學到的技能，使用真實世界的資料建立一個資料產品。結業時，學生將擁有一個作品集，展示他們對教材的掌握情況。

你將學到的內容有

使用 R 對資料進行清理、分析和視覺化。
瀏覽從資料採集到發布的整個數據科學管道。
使用 GitHub 管理資料科學專案。
使用迴歸模型進行迴歸分析、最小平方法和推理。

你將獲得的技能：

Rmarkdown	資料科學	版本控制
Shiny (R套件)	Plotly	統計假設檢定
統計分析	資料操作	迴歸分析
knitr	資料清理

字幕

簡中、英文、日文 ( 26 種語言可選 )

製作方

Johns Hopkins University 約翰霍普金斯大學

約翰斯-霍普金斯大學的使命是教育學生，培養他們終身學習的能力，促進獨立的原創性研究，並將發現的益處帶給全世界。

第 1 門課程資料科學家的工具箱

你將學到的內容有

設定 R、R-Studio、Github 和其他實用工具
了解資料分析人員使用的資料、問題和工具
解釋研究設計的基本概念
創建 Github repository

你將獲得的技能：

抽樣（統計）	資料分析	機率
機率與統計	機率分佈	統計建模
貝葉斯統計	樣本量的決定	統計推理
統計分析	統計假設檢定	統計方法
統計

第 2 門課程 R 語言程式設計（中文版）

你將學到的內容有

了解重要的程式語言概念
配置統計程式軟體
使用 R 循環函數和調試工具
使用 R 剖析器收集詳細資訊

你將獲得的技能：

監督學習	資料處理	迴歸分析
分類與迴歸樹 (CART)	機器學習	資料收集
決策樹學習	預測建模	功能工程
隨機森林演算法	統計機器學習	應用機器學習
機器學習演算法	R 語言程式設計（中文版）

第 3 門課程獲取和清理資料

你將學到的內容有

了解常見的資料儲存系統
應用資料清理基礎知識，使資料 “整潔”。
使用 R 進行文字和日期操作
從網路、應用程式介面和資料庫取得可用資料

你將獲得的技能：

開發環境	Rmarkdown	Github
資料分析	資料科學	版本控制
Git（版本控制系統）	整合開發環境	統計程式設計
大數據	軟體安裝	R 語言程式設計（中文版）

第 4 門課程探索性資料分析

你將學到的內容有

了解 R 中的分析圖形和基本繪圖系統
使用高級圖形系統，如 Lattice 系統
用圖形顯示高維度資料
應用聚類分析技術找出資料中的模式

你將獲得的技能：

GitHub	用户界面（UI）	傳單（軟體）
Shiny（R 套件）	超文本標記語言（HTML）	統計報告
Plotly	網路應用	Rmarkdown
資料展示	軟體套件和軟體管理	互動式資料視覺化
資料視覺化	R 語言程式設計（中文版）

第 5 門課程可重複研究

你將學到的內容有

組織資料分析，使其更具可重複性
使用 knitr 撰寫可重複的數據分析報告
確定分析專案的可重複性
使用 Markdown 發布可複製的網頁文檔

你將獲得的技能：

資料清理	資料展示	探索性資料分析
資料分析	自然語言處理	資料科學
資料操作	預測建模	資料敘事
統計分析	機器學習	資料收集
R語言程式設計

第 6 門課程統計推理

你將學到的內容有

了解從數據中得出有關人群或科學真理的結論的過程
描述變異性、分佈、極限和信賴區間
使用 p 值、信賴區間和置換檢驗
做出明智的資料分析決策

你將獲得的技能：

Rmarkdown	資料分析	Knitr
資料驗證	統計報告	技術文件
統計分析	驗證和確認	資料共享
R 語言程式設計（中文版）

第 7 門課程迴歸模型

你將學到的內容有

使用迴歸分析、最小平方法和推理
了解變異數分析和變異數分析模型案例
調查殘差和變異性分析
描述迴歸模型的新用途，如散佈圖平滑法

你將獲得的技能：

計劃發展	資料分析	性能調整
debug	資料結構	電腦程式設計工具
統計分析	統計程式設計	資料匯入/匯出
模擬	R 語言程式設計（中文版）

第 8 門課程實用機器學習

你將學到的內容有

使用建置和應用預測功能的基本元件
了解訓練集和測試集、過度擬合和誤差率等概念
描述機器學習方法，如迴歸或分類樹
解釋建構預測功能的完整過程

你將獲得的技能：

資料分析	箱形圖	散點圖
色彩理論	無監督學習	柱狀圖
降維	探索性資料分析	Ggplot2
製圖	繪圖（圖形）	資料視覺化
統計分析	資料視覺化軟體	R 語言程式設計（中文版）

第 9 門課程開發資料產品

你將學到的內容有

使用 GoogleVis 開發基本應用程式和互動式圖形
使用 Leaflet 建立互動式註解地圖
建立包含資料視覺化的 R Markdown 演示
創建向大眾講述故事的資料產品

你將獲得的技能：

網頁抓取	資料管	資料操作
文件管理	資料收集	資料匯入/匯出
SQL	資料清理	資料品質
探索性資料分析	資料存取	MySQL
數據轉換	應用程式介面 (API)	資料整合
資料整理	R 語言程式設計（中文版）