Ce cours se concentre sur les concepts et les outils qui permettent de rendre compte des analyses de données modernes de manière reproductible. La recherche reproductible est l'idée que les analyses de données, et plus généralement les affirmations scientifiques, sont publiées avec leurs données et leur code logiciel afin que d'autres puissent vérifier les résultats et s'en inspirer. Le besoin de reproductibilité augmente considérablement à mesure que les analyses de données deviennent plus complexes, impliquant des ensembles de données plus importants et des calculs plus sophistiqués. La reproductibilité permet aux gens de se concentrer sur le contenu réel d'une analyse de données, plutôt que sur des détails superficiels rapportés dans un résumé écrit. En outre, la reproductibilité rend une analyse plus utile à d'autres, car les données et le code qui ont permis d'effectuer l'analyse sont disponibles. Ce cours se concentrera sur les outils d'analyse statistique qui permettent de publier des analyses de données dans un document unique qui permet à d'autres personnes d'exécuter facilement la même analyse pour obtenir les mêmes résultats.
Recherche reproductible
Ce cours fait partie de plusieurs programmes.
Instructeurs : Roger D. Peng, PhD
105 913 déjà inscrits
Inclus avec 
(4,175 avis)
Ce que vous apprendrez
Organiser l'analyse des données pour la rendre plus reproductible
Rédiger une analyse de données reproductible à l'aide de knitr
Déterminer la reproductibilité du projet d'analyse
Publier des documents web reproductibles à l'aide de Markdown
Compétences que vous acquerrez
- Catégorie : Communication
- Catégorie : Programmation Informatique
- Catégorie : Outils de programmation informatique
- Catégorie : Analyse des Données
- Catégorie : Programmation Statistique
Détails à connaître
Ajouter à votre profil LinkedIn
2 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 4 modules dans ce cours
Cette semaine, nous aborderons les idées de base de la recherche reproductible, car elles ne sont peut-être pas familières à certains d'entre vous. Nous aborderons également la structuration et l'organisation d'une analyse de données afin de la rendre plus reproductible. Je vous recommande de regarder les vidéos dans l'ordre où elles sont présentées sur la page web, mais regarder les vidéos dans le désordre ne gâchera pas l'histoire.
Inclus
9 vidéos4 lectures1 devoir
Cette semaine, nous abordons quelques-uns des principaux outils permettant de développer des documents reproductibles. Nous abordons l'outil de programmation lettrée knitr et montrons comment l'intégrer à Markdown pour publier des documents web reproductibles. Nous introduisons également la première évaluation par les pairs qui vous demandera de rédiger une analyse de données reproductible à l'aide de knitr.
Inclus
9 vidéos1 devoir1 évaluation par les pairs
Cette semaine couvre ce que l'on pourrait appeler une liste de contrôle de base pour garantir la reproductibilité d'une analyse de données. Bien qu'il ne soit pas absolument suffisant de suivre la liste de contrôle, elle fournit une norme minimale nécessaire qui serait applicable à presque tous les domaines d'analyse.
Inclus
10 vidéos
Cette semaine, deux études de cas portant sur l'importance de la reproductibilité dans le domaine scientifique vous sont proposées.
Inclus
5 vidéos1 lecture1 évaluation par les pairs
Instructeurs
Offert par
Recommandé si vous êtes intéressé(e) par Analyse des Données
University of California, Davis
University of Michigan
University of Washington
University of California San Diego
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
4 175 avis
- 5 stars
68,67 %
- 4 stars
22,94 %
- 3 stars
5,67 %
- 2 stars
1,65 %
- 1 star
1,05 %
Affichage de 3 sur 4175
Révisé le 10 août 2019
Without taking this course wouldn't have fully understood the importance of reproducible research in data science. Thank you so much. I recommend this course for all data scientists.
Révisé le 31 mars 2022
I took this course as part of the Data Science specialization without any real expectation and realized that this subject is probably one of the most important in data analysis.
Révisé le 3 févr. 2017
While I'm pretty sure this course is VERY important for researchers, it is not very useful for my area (IT) and I would like to know this before taking the course. Thank you.
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :
Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.
Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la Specializations, et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page de réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez auditer le cours gratuitement.
Si vous vous êtes abonné, vous bénéficiez d'une période d'essai gratuite de 7 jours pendant laquelle vous pouvez annuler votre abonnement sans pénalité. Après cette période, nous ne remboursons pas, mais vous pouvez résilier votre abonnement à tout moment. Consultez notre politique de remboursement complète.