数据科学

你将学到什么

课程概况

The demand for skilled data science practitioners in industry, academia, and government is rapidly growing. The HarvardX Data Science program prepares you with the necessary knowledge base and useful skills to tackle real-world data analysis challenges. The program covers concepts such as probability, inference, regression, and machine learning and helps you develop an essential skill set that includes R programming, data wrangling with dplyr, data visualization with ggplot2, file organization with Unix/Linux, version control with git and GitHub, and reproducible document preparation with RStudio.

In each course, we use motivating case studies, ask specific questions, and learn by answering these through data analysis. Case studies include: Trends in World Health and Economics, US Crime Rates, The Financial Crisis of 2007-2008, Election Forecasting, Building a Baseball Team (inspired by Moneyball), and Movie Recommendation Systems.

Throughout the program, we will be using the R software environment. You will learn R, statistical concepts, and data analysis techniques simultaneously. We believe that you can better retain R knowledge when you learn how to solve a specific problem. Furthermore, HarvardX has partnered with DataCamp for all assignments, which use code checking technology that will permit you to get hands-on practice during the courses.

包含课程

数据科学：R基础知识
在R中构建基础并学习如何对数据进行争论，分析和可视化。本课程介绍常见的编程命令，如何操作矢量，以及何时使用高级功能（如排序）。

数据科学：可视化
学习基本数据可视化原理以及如何使用ggplot2应用它们。

数据科学：概率
在使用2007-2008金融危机案例研究学习关键概念时，获得概率论的重要基础知识，这对数据科学家至关重要。

数据科学：推理和建模
学习推理和建模：数据分析中使用最广泛的两种统计工具。

数据科学：生产力工具
数据科学项目涉及跟踪许多数据文件和分析脚本。学习GitHub，git，Unix / Linux和RStudio，以保持项目的有序性并生成可重现的报告。

数据科学：争吵
学习数据科学中不可或缺的一部分，称为数据争论，这一过程涉及将原始数据转换为进一步分析所需的格式。

数据科学：线性回归
了解如何使用R实现线性回归，这是数据科学中最常用的统计建模方法之一。

数据科学：机器学习
学习机器学习的基础知识，最流行和最成功的数据科学技术背后的科学，以建立电影推荐系统。

数据科学：Capstone
在这个顶点课程中，展示您从数据科学专业证书课程中学到的知识。您将有机会创建自己的长项目并进行评估。

工作前景

R在64％的数据科学职位发布中被列为必修技能，并且是2016年和2017年Glassdoor在美国的最佳工作。（来源：Glassdoor）
公司正在利用数据分析的力量来推动创新。 Google数据分析师使用R来跟踪广告定价趋势并阐明搜索数据中的模式。 辉瑞为R创建了定制包，因此科学家可以操纵他们自己的数据。
32％的全职数据科学家通过MOOC开始学习机器学习或数据科学，而27％的人是自学成才。 （来源：Kaggle，2017）
数据科学家数量少，需求量大。 （来源：TechRepublic）