Titelbild des Eintrags

R-Programmierung - MOOC - Coursera Verifizierter Eintrag Verifizierter Eintrag

Entwickelt von der Johns Hopkins University

Bildungsplattform

  Virtueller Kurs von:

  Coursera

Zeitlich begrenzte Rabatte

[the_ad_group id = "3718"]

HAUPTKATEGORIE(N) DIESES KURS

ÜBER DIESEN KURS

In diesem Kurs lernen Sie, in R zu programmieren und R für eine effektive Datenanalyse einzusetzen. Sie lernen, die für eine statistische Programmierumgebung erforderliche Software zu installieren und zu konfigurieren und beschreiben generische Programmiersprachenkonzepte, wie sie in einer statistischen Hochsprache implementiert sind. Der Kurs behandelt praktische Probleme in der statistischen Berechnung, einschließlich Programmieren in R, Lesen von Daten in R, Zugreifen auf R-Pakete, Schreiben von R-Funktionen, Debuggen, Profilerstellung von R-Code und Organisieren und Kommentieren von R-Code. Von statistischen Daten werden Arbeitsbeispiele bereitgestellt.

EIGENSCHAFTEN DIESES KURS

  • Erstellt von:
    Coursera

INHALTE DIESES KURS

    Woche 1: Hintergrund, Erste Schritte und Schrauben und Muttern

    Woche 2: Programmieren mit R

    Woche 3: Looping- und Debugging-Funktionen

    Woche 4: Simulation und Profil

Vorteil

Hervorgehobene Vorteile von Coursera-Kursen

Spitzenuniversitäten

Bereiten Sie sich von zu Hause aus mit den renommiertesten Universitäten der Welt vor.

Lehrer mit Phd

Die Qualität der Coursera-Kurse wird von seinen Dozenten unterstützt, die oft promovierte Dekane sind.

Wachstum

Mehr als 85 % der Coursera-Studenten berichten von Karrierevorteilen wie Beförderungen oder Gehaltserhöhungen.

+ 45 Mio

Millionen von Studenten auf der ganzen Welt erreichen ihre persönlichen und beruflichen Ziele mit Coursera.

Werbung

[the_ad_group id = "4848"]

Andere relevante Daten

Roger D. Peng, PhD

Außerordentlicher Professor, Biostatistik

Bloomberg School of Public Health

meine Person_add 948,117 Schüler/innen

Mein Computer 22 Kurs(e)

Häufig gestellte Fragen

METHODE

STUDIENNIVEAU

SPEZIFISCHE FÄHIGKEITEN, DIE SIE LERNEN WERDEN

Werbung

[the_ad_group id = "4849"]

KURSDETAILS

  • LIEFERZEITPLAN: Lernen Sie in Ihrem eigenen Tempo und Ihrer eigenen Verfügbarkeit
  • VIDEOSTUNDEN: 20
  • STUDIENZEIT (geschätzt): Empfohlen: 4 Wochen Studium, 4-8 Stunden pro Woche
  • ZUGRIFFSZEIT Zugriff auf Inhalte nach Abschluss des Kurses

NEU

  • Kommentare sind geschlossen.

    • Erfahren Sie mehr über diese Studie

    Besuchen Sie die Kursseite hier keyboard_arrow_right

    Werbung

    [the_ad_group id = "4849"]

    Sie könnten auch interessiert sein an