Chevron Left
Volver a Investigación reproducible

Opiniones y comentarios de aprendices correspondientes a Investigación reproducible por parte de Universidad Johns Hopkins

4.6
estrellas
4,088 calificaciones
591 reseña

Acerca del Curso

Este curso se centra en los conceptos y las herramientas que permiten realizar análisis de datos modernos de forma reproducible. La investigación reproducible se basa en la idea de que los análisis de datos y, en general, las afirmaciones científicas, se publican con sus datos y el código del software para que otros puedan verificar los hallazgos y basarse en ellos. La necesidad de reproducibilidad aumenta drásticamente a medida que los análisis de datos se vuelven más complejos, con conjuntos de datos más grandes y cálculos más sofisticados. La reproducibilidad permite que las personas se centren en el contenido real de un análisis de datos, en lugar de en los detalles superficiales que aparecen en un resumen escrito. Además, la reproducibilidad hace que un análisis sea más útil para otros, ya que los datos y el código que en realidad permitieron llevar a cabo el análisis están disponibles. Este curso se centrará en las herramientas de análisis estadístico alfabetizadas que permiten publicar los análisis de datos en un único documento que permite a otros ejecutar fácilmente el mismo análisis para obtener los mismos resultados....

Principales reseñas

AA
12 de feb. de 2016

My favorite course, at least it gives me an argument why scripted statistics is awesome and can be applied to a number of data related activities. Recycling chunks of code has proven useful to me.

RR
19 de ago. de 2020

A very important course that greatly improved my ability to communicate the findings of any sort of data analysis that I perform. This is a critical skill to acquire to "deliver the means."

Filtrar por:

451 - 475 de 573 revisiones para Investigación reproducible

por Sanjay J

6 de mar. de 2017

I think it is one of the easiest and most important courses in Data science.

por Huw H

30 de oct. de 2017

An interesting course on a topic that often doesn't get a lot of attention.

por Thomas G

30 de nov. de 2016

quite redondant with what was done before but very usefull and clear course

por Pieter v d V

20 de may. de 2018

Nice to have seen once. Could have been condensed into two or three weeks.

por Herminio V

13 de sep. de 2016

Very useful material, and great use for presenting data analysis results.

por Savitri

28 de ene. de 2019

Nice and the content of the course will help you a lot to work on

por Ashish S

17 de may. de 2016

This would be very effective for my personal skill enhancement.

por Ankush K

8 de ene. de 2018

It's a great course on a topic that is not addressed enough.

por Kennan Y

13 de jun. de 2017

More details are needed about the R/knitr specific details

por Juan G

27 de may. de 2020

Nice Course, it teaches R Markdown with RStudio and Knitr

por Angel M

11 de mar. de 2021

Nice course about how present data and make reports.

por Peter E

15 de sep. de 2018

One of Peng's lectures was a little quick and loose

por xiang

31 de jul. de 2016

Good but not that deep. This should be in 2 weeks.

por Christopher G

31 de ago. de 2016

Material was very interesting and I learned a lot

por Ray W

2 de mar. de 2016

Good to know the principles here. Thanks.

por Ilia E

26 de abr. de 2016

Week1 and Week2 should be swapped I guess.

por Fabien N

13 de nov. de 2019

I really liked the assignments projects !

por Shishir S P

23 de nov. de 2020

Enjoyed this course while studying it.

por Craig S

8 de ene. de 2018

Some good insights into best practice!

por Alberto M T V

4 de jun. de 2016

Great course. Learn new amazing stuff.

por Shivang

29 de sep. de 2016

Could have been covered in 1-2 weeks.

por Sabawoon S

4 de jul. de 2017

I can relate to this, very helpful.

por Anton

11 de may. de 2018

Final project was very intersting.

por Mark S

20 de ene. de 2016

Compact, informative and practical

por Mandar G

26 de jun. de 2017

A well structured course. Thanks.