Автор:   Университет Дьюка

  • Mine Çetinkaya-Rundel

    Преподаватели:    Mine Çetinkaya-Rundel, Assistant Professor of the Practice

    Department of Statistical Science

  • David Banks

    Преподаватели:    David Banks, Professor of the Practice

    Statistical Science

  • Colin Rundel

    Преподаватели:    Colin Rundel , Assistant Professor of the Practice

    Statistical Science

  • Merlise A Clyde

    Преподаватели:    Merlise A Clyde, Professor

    Department of Statistical Science
Основные сведения
УровеньIntermediate
Выполнение5 weeks of study, 5-7 hours/week
Язык
English
Как пройти курсЧтобы пройти курс, выполните все оцениваемые задания.
Оценки пользователей
Программа курса

Часто задаваемые вопросы
Как это работает
Задания курса
Задания курса

Каждый курс — это интерактивный учебник, который содержит видеоматериалы, тесты и проекты.

Помощь сокурсников
Помощь сокурсников

Общайтесь с тысячами других учащихся: обсуждайте идеи, материалы курса и помогайте друг другу осваивать новые понятия.

Сертификаты
Сертификаты

Получите документы о прохождении курсов и поделитесь своим успехом с друзьями, коллегами и работодателями.

Авторы
Университет Дьюка
Duke University has about 13,000 undergraduate and graduate students and a world-class faculty helping to expand the frontiers of knowledge. The university has a strong commitment to applying knowledge in service to society, both near its North Carolina campus and around the world.
Стоимость
ПрослушатьПриобрести курс
Получить доступ к материалам курса

Доступен

Доступен

Получить доступ к оцениваемым материалам курса

Недоступен

Доступен

Получить итоговую оценку

Недоступен

Доступен

Earn a Shareable Course Certificate

Недоступен

Доступен

Рейтинги и отзывы
Оценка 3.8 из 5 по 144 отзывам

very difficult but it is interesting

Good content but sometimes it gets confusing.

Excellent content. Gives a very different outlook of Bayesian Stats.

For sure the most challenging course so far.

I'm amazed by how our statistical intuition fits with Bayesian approach and how we can get better results.

I'm eager to use this concepts in new models at my job!