Erste Schritte mit R Markdown
Offered By: Coursera Project Network via Coursera
Course Description
Overview
Dieses Projekt richtet sich an Anfänger, die die Programmier- und Analysesprache R nutzen möchten, um reproduzierbare Analysedokumente zu erstellen.
R Markdown ist ein Veröffentlichungs-Framework für Data Science. Du kannst eine R-Markdown-Datei benutzen, um R-Code zu erstellen, zu speichern, auszuführen und hochqualitative Reports aus deiner Analyse zu erstellen, die du mit anderen teilen kannst. R-Markdown-Dokumente sind 100 % reproduzierbar und lassen sich in vielfältige statische Formate wie PDF oder Microsoft Word oder dynamische Formate wie Webseiten, Dashboards oder Apps exportieren.
Am Ende der fünf Tasks, die etwa eine Stunde in Anspruch nehmen, wirst du in der Lage sein, ein R-Markdown-Dokument zu erstellen, die verschiedenen Komponenten einer R-Markdown-Datei zu verstehen, R-Markdown-Kommandos zu verwenden und deine Analyse als Word- und PDF- und HTML-Dokument auszuleiten. Es gibt keine harten Voraussetzungen - jeder sichere Computerbenutzer mit Interesse an Datenanalyse sollte das Projekt erfolgreich beenden können!
Syllabus
- Projekt-Überblick
- Willkommen zu diesem angeleiteten Projekt „Erste Schritte mit R Markdown“! Dieses Projekt richtet sich an Anfänger, die die Programmier- und Analysesprache R nutzen möchten, um reproduzierbare Analysedokumente zu erstellen. R Markdown ist ein Veröffentlichungs-Framework für Data Science. Du kannst eine R-Markdown-Datei benutzen, um R-Code zu erstellen, zu speichern, auszuführen, und hochqualitative Reports aus deiner Analyse zu erstellen, die du mit anderen teilen kannst. R-Markdown-Dokumente sind 100 % reproduzierbar und lassen sich in vielfältige statische Formate wie PDF oder Microsoft Word oder dynamische Formate wie Webseiten, Dashboards oder Apps exportieren. Am Ende der fünf Tasks, die etwa eine Stunde in Anspruch nehmen, wirst du in der Lage sein, ein R-Markdown-Dokument zu erstellen, die verschiedenen Komponenten einer R-Markdown-Datei zu verstehen, R-Markdown-Kommandos zu verwenden und deine Analyse als Word- und PDF- und HTML-Dokument auszuleiten. Es gibt keine harten Voraussetzungen - jeder sichere Computerbenutzer mit Interesse an Datenanalyse sollte das Projekt erfolgreich beenden können!
Taught by
Sandro Raabe
Related Courses
The Data Scientist’s ToolboxJohns Hopkins University via Coursera Developing Data Products
Johns Hopkins University via Coursera Reproducible Templates for Analysis and Dissemination
Emory University via Coursera Data Science: Productivity Tools
Harvard University via edX Анализ данных в R. Часть 2
Bioinformatics Institute via Stepik