課程名稱: R Programming
提供課程:Johns Hopkins University
MOOCs:Coursera
上課時間 Date:7/7, 2014 ~
課程長度:四週
提供的Certificate:
Specialization: Data Science
Verified Certificate
Statement of Accomplishment
R programming! 七月初的時候在朋友的推薦下,發現了這一堂課~
除了多學一種語言之外,也可以用它來做資料分析!
這是一個輕巧的語言~而且免費使用!
提供課程:Johns Hopkins University
MOOCs:Coursera
上課時間 Date:7/7, 2014 ~
課程長度:四週
提供的Certificate:
Specialization: Data Science
Verified Certificate
Statement of Accomplishment
選課背景:
R programming! 七月初的時候在朋友的推薦下,發現了這一堂課~
除了多學一種語言之外,也可以用它來做資料分析!
這是一個輕巧的語言~而且免費使用!
期望能夠完成一個有用的資料分析成果~
看影片只是基本學習,要自己嘗試才會有學習效果!
就算沒有學過任何的程式,也可以考慮上這堂課,因為是從頭開始教的~
如果已經有程式語言的入門概念,就會更加的簡單!
在每週小考裡面,會要求你去做一點資料整理,要用到教過的程式概念才會比較好解決,
對於實際應用程式算是蠻有幫助的。
R在讀取資料跟處理表格類型的檔案真的是太神了~
想我之前用C++來做資料分析,光是檔案讀寫就用到死...
更不要說要在分析上做什麼突破了QQ
R就很快速的就可以自動搞定,聽說還有多種分析工具可用(不過我還沒試過XD)
另外還有介紹一個R 的package - swirl(),這是Johns Hopkins 的學生做的R入門教學,
非常的棒!可以用指令式的互動教學,看完介紹馬上嘗試,對於基本概念的理解非常有用。
R也可以幫忙我們製作資料圖表,但是圖表這方便在這堂課沒有多提及,只是稍微帶過,
期待之後有機會繼續學習這部分。
R裡面會提及一些機率分佈的東西(畢竟要做資料分析),
希望之後也能稍微複習一下機率與統計!對於幾個機率模型(*1) 比較清楚的話,
在分析資料的時候可能會更有幫助。
*註1: Normal distribution, Exponential distribution, gamma distribution
個人覺得難度:
★★☆☆☆
非資訊背景可能難度:
★★★☆☆
推薦課程:
★★★★☆
線上證書 Verified Certificate
2. 第一週 - Packages and File IO
3. 第三週 - Debugging Tools
4. 第三週 - Apply Function
2. 取得 Coursera 的上課證明 - Earn a Coursera certificate!
3. Coursera 心得 - The Data Scientist’s Toolbox
If you want to use (copy, paste or quote) my original article, please contact me through email. (autek.roy@gmail.com) If there is any mistake or comment, please let me know. :D
如要使用(複製貼上或轉載)作者原創文章, 請來信跟我聯絡。(autek.roy@gmail.com) 如果有發現任何的錯誤與建議請留言或跟我連絡。 : )
心得:
從最基本的開始教授R語言,基本的資料形態,檔案的處理,函式撰寫等等。看影片只是基本學習,要自己嘗試才會有學習效果!
就算沒有學過任何的程式,也可以考慮上這堂課,因為是從頭開始教的~
如果已經有程式語言的入門概念,就會更加的簡單!
在每週小考裡面,會要求你去做一點資料整理,要用到教過的程式概念才會比較好解決,
對於實際應用程式算是蠻有幫助的。
R在讀取資料跟處理表格類型的檔案真的是太神了~
想我之前用C++來做資料分析,光是檔案讀寫就用到死...
更不要說要在分析上做什麼突破了QQ
R就很快速的就可以自動搞定,聽說還有多種分析工具可用(不過我還沒試過XD)
另外還有介紹一個R 的package - swirl(),這是Johns Hopkins 的學生做的R入門教學,
非常的棒!可以用指令式的互動教學,看完介紹馬上嘗試,對於基本概念的理解非常有用。
R也可以幫忙我們製作資料圖表,但是圖表這方便在這堂課沒有多提及,只是稍微帶過,
期待之後有機會繼續學習這部分。
R裡面會提及一些機率分佈的東西(畢竟要做資料分析),
希望之後也能稍微複習一下機率與統計!對於幾個機率模型(*1) 比較清楚的話,
在分析資料的時候可能會更有幫助。
*註1: Normal distribution, Exponential distribution, gamma distribution
個人覺得難度:
★★☆☆☆
非資訊背景可能難度:
★★★☆☆
推薦課程:
★★★★☆
上課成果:
最後成績與上課記錄線上證書 Verified Certificate
上課相關筆記:
1. 第一週 - Data Types and Subsetting2. 第一週 - Packages and File IO
3. 第三週 - Debugging Tools
4. 第三週 - Apply Function
延伸閱讀:
1. 新時代的學習管道 - 大規模開放在線課程 MOOC2. 取得 Coursera 的上課證明 - Earn a Coursera certificate!
3. Coursera 心得 - The Data Scientist’s Toolbox
If you want to use (copy, paste or quote) my original article, please contact me through email. (autek.roy@gmail.com) If there is any mistake or comment, please let me know. :D
如要使用(複製貼上或轉載)作者原創文章, 請來信跟我聯絡。(autek.roy@gmail.com) 如果有發現任何的錯誤與建議請留言或跟我連絡。 : )
沒有留言:
張貼留言
請留下您的任何想法或建議!
Please leave any thought or comment!