We may earn an affiliate commission when you visit our partners.
Localization Team
and
Jeff Leek, PhD
In this course you will get an introduction to the main tools and ideas in the data scientist's toolbox. The course gives an overview of the data, questions, and tools that data analysts and data scientists work with. There are two components to this course. The first is a conceptual introduction to the ideas behind turning data into actionable knowledge. The second is a practical introduction to the tools that will be used in the program like version control, markdown, git, GitHub, R, and RStudio.
Register for this course and see more details by visiting:
OpenCourser.com/course/2itepm/der
Two deals to help you save
Save money when you learn. Here are two deals and offers that may be relevant to this course.
All coupon codes, vouchers, and discounts are applied automatically unless otherwise noted.
Valid until July 14
Coursera Plus Annual
Work toward what's next for your career with access to 10,000+ programs. Discover emerging skills and save.
Up to
40%
off
Get offer
Valid until August 30
Google AI App Builder
Learn how to use Gemini API and API Studio with a three-course series from Google DeepMind
Take
100%
off
Get offer
What's inside
Syllabus
Data Science – Grundlagen
In diesem Modul werden wir Data Science und die Daten selbst vorstellen und definieren. Wir gehen auch auf einige der Ressourcen ein, die Data Scientists nutzen, um Hilfe zu erhalten, wenn sie nicht weiterkommen.
Read more
Syllabus
Data Science – Grundlagen
In diesem Modul werden wir Data Science und die Daten selbst vorstellen und definieren. Wir gehen auch auf einige der Ressourcen ein, die Data Scientists nutzen, um Hilfe zu erhalten, wenn sie nicht weiterkommen.
Read more
Traffic lights
Traffic lights
Read about what's good
what should give you pause and
possible dealbreakers
Dieser Kurs eignet sich hervorragend für Datenanalysten, die in die Data Science einsteigen möchten. Er bietet einen umfassenden Überblick über die Grundlagen der Data Science und der verwendeten Werkzeuge
Dieser Kurs ist für Personen gedacht, die bereits über einige Programmiererfahrung verfügen, da er sich auf die Verwendung von R und RStudio konzentriert
Der Kurs ist für Berufstätige in den Bereichen Wissenschaft, Technologie, Ingenieurwesen und Mathematik (STEM) von Vorteil, die ihre analytischen Fähigkeiten verbessern möchten
Der Kurs erfordert keine Vorkenntnisse in Data Science, eignet sich aber am besten für Personen mit Hintergrund in Statistik, Mathematik oder Informatik
Der Kurs verwendet ältere Versionen von Software, wie z. B. R 3.6.3 und RStudio 1.2.5033
Der Kurs ist möglicherweise nicht für Personen geeignet, die bereits über umfangreiche Erfahrung in Data Science verfügen, da er sich auf grundlegende Konzepte konzentriert
Save this course
Create your own learning path.
Save this course to your list so you can find it easily later.
Save
Save
Reviews summary
Solide einführung in data-science-grundlagen
Laut Lernenden bietet "Der Werkzeugkasten des Data Scientist" eine solide und anfängerfreundliche Einführung in die Kernkonzepte und Werkzeuge der Data Science. Der Kurs wird besonders für seine klaren Erklärungen und die praktische Vermittlung von grundlegenden Tools wie R, RStudio, Git und GitHub gelobt. Viele empfinden ihn als hervorragenden Startpunkt für eine Karriere im Bereich Data Science. Einige Studierende mit Vorkenntnissen bemerkten jedoch, dass der Kurs eher einen Überblick bietet als tiefgehende Spezialisierung, und dass man für fortgeschrittenere Anwendungen zusätzliches Studium benötigt. Trotzdem wird er allgemein als sehr nützlich für Einsteiger angesehen.
Alle Kursmaterialien und Erklärungen sind auf Deutsch.
"Es ist super, einen qualitativ hochwertigen Kurs auf Deutsch zu finden."
"Alle Anweisungen und Erklärungen sind klar auf Deutsch formuliert."
"Man muss sich auf die deutsche Terminologie einlassen, aber es ist gut verständlich."
Perfekt zugeschnitten für den Einstieg in Data Science.
"Der Kurs ist eine ausgezeichnete Einführung für alle, die neu im Bereich Data Science sind."
"Als kompletter Anfänger war dieser Kurs perfekt, um nicht überfordert zu werden."
"Absolut empfehlenswert für Neulinge! Der Kurs macht es leicht, die ersten Schritte in Data Science zu wagen."
Bietet eine starke Basis in R und Git für Einsteiger.
"Ich habe die Einführung in R und RStudio als sehr nützlich empfunden, um erste Schritte zu machen."
"Die Module zu Git und GitHub waren extrem hilfreich und die Erklärungen waren klar und verständlich."
"Die Einführung in R, RStudio, Git und GitHub ist genau das, was ich gesucht habe, um meine Karriere in Data Science zu starten."
Der Kurs ist eher breit aufgestellt als spezialisiert.
"Für mich war der Kurs etwas zu grundlegend, da ich bereits Vorkenntnisse in Programmierung hatte."
"Der Kurs ist gut für einen ersten Überblick, aber man muss danach selbst tiefer eintauchen."
"Ich hatte höhere Erwartungen an die 'Werkzeuge' – es war mir zu oberflächlich."
Activities
Be better prepared
before
your course. Deepen your understanding
during
and
after
it. Supplement your coursework and achieve mastery of the topics covered
in Der Werkzeugkasten des Data Scientist with these
activities:
Finden Sie einen Mentor in der Data-Science-Branche
Show steps
Ein Mentor kann Ihnen wertvolle Einblicke, Unterstützung und Anleitung auf Ihrem Data-Science-Weg bieten.
Browse courses on
Mentoring
Show steps
-
Treten Sie Data-Science-Communitys bei
-
Nehmen Sie an Veranstaltungen der Branche teil
-
Bitten Sie um Empfehlungen von Kollegen oder Professoren
Tutorials zu Versionierung mit Git und GitHub
Show steps
Diese Tutorials helfen Ihnen, Versionierung mit Git und GitHub zu erlernen, um Ihre Data-Science-Projekte effektiv zu verwalten.
Browse courses on
Git
Show steps
-
Erstellen Sie ein GitHub-Konto
-
Installieren Sie Git und richten Sie es ein
-
Initialisieren Sie ein Git-Repository
Erstellung einer Sammlung nützlicher Ressourcen
Show steps
Eine Sammlung nützlicher Ressourcen kann Ihnen helfen, Ihr Lernen zu organisieren und den Zugriff auf benötigte Informationen während des gesamten Kurses zu erleichtern.
Show steps
-
Erstellen Sie eine Liste von Ressourcen, die für den Kurs relevant sind
-
Organisieren Sie die Ressourcen in Kategorien oder Themen
-
Fügen Sie Notizen oder Zusammenfassungen hinzu, um das Verständnis zu verbessern
Two other activities
Expand to see all activities and additional details
Show all five activities
Erstellung einer R Markdown-Datei
Show steps
Durch die Erstellung einer R Markdown-Datei können Sie Ihre Datenwissenschaftlichen Erkenntnisse klar und prägnant kommunizieren.
Browse courses on
R Markdown
Show steps
-
Erstellen Sie eine neue R Markdown-Datei
-
Fügen Sie Titel, Autor und Datum ein
-
Gliedern Sie Ihre Inhalte in Abschnitte und Unterabschnitte
Data-Science-Projekt zu einem realen Problem
Show steps
Dieses Projekt bietet Ihnen die Möglichkeit, Ihre Data-Science-Fähigkeiten in einem realistischen Umfeld anzuwenden und die Herausforderungen der Big-Data-Verarbeitung kennenzulernen.
Browse courses on
Big Data
Show steps
-
Definieren Sie das Problem, das Sie lösen möchten
-
Sammeln und bereinigen Sie die erforderlichen Daten
-
Analysieren Sie die Daten und erstellen Sie Visualisierungen
Finden Sie einen Mentor in der Data-Science-Branche
Show steps
Ein Mentor kann Ihnen wertvolle Einblicke, Unterstützung und Anleitung auf Ihrem Data-Science-Weg bieten.
Browse courses on
Mentoring
Show steps
Show steps
Show steps
- Treten Sie Data-Science-Communitys bei
- Nehmen Sie an Veranstaltungen der Branche teil
- Bitten Sie um Empfehlungen von Kollegen oder Professoren
Tutorials zu Versionierung mit Git und GitHub
Show steps
Diese Tutorials helfen Ihnen, Versionierung mit Git und GitHub zu erlernen, um Ihre Data-Science-Projekte effektiv zu verwalten.
Browse courses on
Git
Show steps
Show steps
Show steps
- Erstellen Sie ein GitHub-Konto
- Installieren Sie Git und richten Sie es ein
- Initialisieren Sie ein Git-Repository
Erstellung einer Sammlung nützlicher Ressourcen
Show steps
Eine Sammlung nützlicher Ressourcen kann Ihnen helfen, Ihr Lernen zu organisieren und den Zugriff auf benötigte Informationen während des gesamten Kurses zu erleichtern.
Show steps
Show steps
Show steps
- Erstellen Sie eine Liste von Ressourcen, die für den Kurs relevant sind
- Organisieren Sie die Ressourcen in Kategorien oder Themen
- Fügen Sie Notizen oder Zusammenfassungen hinzu, um das Verständnis zu verbessern
Two other activities
Expand to see all activities and additional details
Show all five activities
Erstellung einer R Markdown-Datei
Show steps
Durch die Erstellung einer R Markdown-Datei können Sie Ihre Datenwissenschaftlichen Erkenntnisse klar und prägnant kommunizieren.
Browse courses on
R Markdown
Show steps
Show steps
Show steps
- Erstellen Sie eine neue R Markdown-Datei
- Fügen Sie Titel, Autor und Datum ein
- Gliedern Sie Ihre Inhalte in Abschnitte und Unterabschnitte
Data-Science-Projekt zu einem realen Problem
Show steps
Dieses Projekt bietet Ihnen die Möglichkeit, Ihre Data-Science-Fähigkeiten in einem realistischen Umfeld anzuwenden und die Herausforderungen der Big-Data-Verarbeitung kennenzulernen.
Browse courses on
Big Data
Show steps
Show steps
Show steps
- Definieren Sie das Problem, das Sie lösen möchten
- Sammeln und bereinigen Sie die erforderlichen Daten
- Analysieren Sie die Daten und erstellen Sie Visualisierungen
Career center
Learners who complete Der Werkzeugkasten des Data Scientist will develop knowledge and skills
that may be useful to these careers:
Data Scientist
Data Scientist
A Data Scientist uses scientific methods, processes, algorithms, and systems to extract knowledge and insights from data in various forms, both structured and unstructured. This course may be useful for aspiring Data Scientists because it introduces the main tools and ideas in the data scientist's toolbox.
Data Analyst
Data Analyst
A Data Analyst collects, processes, and analyzes data to help businesses make informed decisions. This course may be useful for aspiring Data Analysts because it gives an overview of the data, questions, and tools that data analysts and data scientists work with.
Machine Learning Engineer
Machine Learning Engineer
A Machine Learning Engineer designs, develops, and deploys machine learning models to solve business problems. This course may be useful for aspiring Machine Learning Engineers because it introduces the concepts behind turning data into actionable knowledge.
Data Engineer
Data Engineer
A Data Engineer designs and builds data pipelines to collect, clean, and prepare data for analysis. This course may be useful for aspiring Data Engineers because it introduces the tools that will be used in the program like version control, markdown, git, GitHub, R, and RStudio.
Business Intelligence Analyst
Business Intelligence Analyst
A Business Intelligence Analyst uses data to help businesses make better decisions. This course may be useful for aspiring Business Intelligence Analysts because it gives an overview of the data, questions, and tools that data analysts and data scientists work with.
Statistician
Statistician
A Statistician uses mathematics to collect, analyze, interpret, and present data. This course may be useful for aspiring Statisticians because it introduces the concepts behind turning data into actionable knowledge.
Software Engineer
Software Engineer
A Software Engineer designs, develops, and maintains software applications. This course may be useful for aspiring Software Engineers because it introduces the tools that will be used in the program like version control, markdown, git, GitHub, R, and RStudio.
Computer Scientist
Computer Scientist
A Computer Scientist researches and develops new computing technologies. This course may be useful for aspiring Computer Scientists because it introduces the concepts behind turning data into actionable knowledge.
Operations Research Analyst
Operations Research Analyst
An Operations Research Analyst uses mathematical and analytical methods to help organizations make better decisions. This course may be useful for aspiring Operations Research Analysts because it gives an overview of the data, questions, and tools that data analysts and data scientists work with.
Financial Analyst
Financial Analyst
A Financial Analyst researches and analyzes financial data to make investment recommendations. This course may be useful for aspiring Financial Analysts because it introduces the concepts behind turning data into actionable knowledge.
Market Research Analyst
Market Research Analyst
A Market Research Analyst conducts research to understand customer needs and preferences. This course may be useful for aspiring Market Research Analysts because it gives an overview of the data, questions, and tools that data analysts and data scientists work with.
Data Architect
Data Architect
A Data Architect designs and builds data systems to meet the needs of an organization. This course may be useful for aspiring Data Architects because it introduces the tools that will be used in the program like version control, markdown, git, GitHub, R, and RStudio.
Database Administrator
Database Administrator
A Database Administrator manages and maintains databases. This course may be useful for aspiring Database Administrators because it introduces the tools that will be used in the program like version control, markdown, git, GitHub, R, and RStudio.
Information Security Analyst
Information Security Analyst
An Information Security Analyst protects an organization's information systems from unauthorized access, use, disclosure, disruption, modification, or destruction. This course may be useful for aspiring Information Security Analysts because it introduces the tools that will be used in the program like version control, markdown, git, GitHub, R, and RStudio.
Web Developer
Web Developer
A Web Developer designs and develops websites. This course may be useful for aspiring Web Developers because it introduces the tools that will be used in the program like version control, markdown, git, GitHub, R, and RStudio.
For more career information including salaries, visit:
OpenCourser.com/course/2itepm/der
Reading list
We've selected ten books
that we think will supplement your
learning. Use these to
develop background knowledge, enrich your coursework, and gain a
deeper understanding of the topics covered in
Der Werkzeugkasten des Data Scientist.
Save
Dieses Buch bietet eine gründliche Einführung in die Programmiersprache R, die in diesem Kurs verwendet wird. Es ist ein wertvolles Nachschlagewerk für Anfänger und erfahrene Benutzer gleichermaßen und deckt sowohl die Grundlagen als auch fortgeschrittene Konzepte ab.
Dieses Buch bietet eine umfassende Einführung in die statistischen Methoden, die in der Data Science verwendet werden. Es ist ein klassisches Lehrbuch, das sowohl für Anfänger als auch für erfahrene Praktiker wertvoll ist und eine gründliche theoretische Grundlage für die Data Science bietet.
Save
Dieses Buch bietet eine umfassende Einführung in Deep Learning. Es deckt die theoretischen Grundlagen und praktischen Aspekte von Deep Learning ab und ist ein unverzichtbares Nachschlagewerk für alle, die sich für Deep Learning interessieren.
Dieses Buch bietet eine umfassende Einführung in die Data Science in deutscher Sprache. Es deckt alle wichtigen Aspekte der Data Science ab und bietet wertvolle Einblicke für Anfänger und erfahrene Praktiker.
Dieses Buch bietet eine praktische Einführung in die Data Science von Grund auf. Es deckt alle Phasen des Data-Science-Prozesses ab, vom Sammeln und Bereinigen von Daten bis hin zum Erstellen und Auswerten von Modellen.
Dieses Buch bietet eine umfassende Einführung in die Verarbeitung natürlicher Sprache mit Python. Es deckt alle wichtigen Aspekte der Verarbeitung natürlicher Sprache ab und bietet praktische Beispiele für deren Anwendung mit Python.
Dieses Buch bietet eine umfassende Einführung in Machine Learning mit Python. Es deckt alle wichtigen Aspekte von Machine Learning ab und bietet praktische Beispiele für deren Anwendung mit Python.
Save
Dieses Buch bietet eine umfassende Einführung in R Markdown, das in diesem Kurs behandelt wird. Es deckt sowohl die Grundlagen als auch fortgeschrittene Techniken ab und ist ein wertvolles Nachschlagewerk für die Erstellung von Berichten und Dokumenten in R.
Dieses Buch bietet eine Einführung in die Data Science aus einer geschäftlichen Perspektive. Es konzentriert sich auf die Anwendung von Data-Science-Methoden zur Lösung von Geschäftsproblemen und bietet wertvolle Einblicke für diejenigen, die im Bereich Data Science arbeiten oder arbeiten möchten.
Dieses Buch bietet eine praktische Einführung in Machine Learning. Es deckt die Grundlagen von Machine-Learning-Algorithmen ab und bietet praktische Beispiele für deren Anwendung in realen Szenarien.
For more information about how these books relate to this course, visit:
OpenCourser.com/course/2itepm/der
Share
Similar courses
Similar courses are unavailable at this time. Please try again later.
Effort
1-4 hours/week
Via
Coursera
Institution
Johns Hopkins University
Instructors
Localization Team
Jeff Leek, PhD
Language
Deutsch
Transcripts
English
Español
Français
Português
Italiano
العربية
한국어
Pусский
tiếng Việt
Our mission
OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.
Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.
Find this site helpful? Tell a friend about us.
Affiliate disclosure
We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.
Your purchases help us maintain our catalog and keep our servers humming without ads.
Thank you for supporting OpenCourser.
© 2016 - 2025 OpenCourser