This is the capstone project for UC Santa Cruz's Bayesian Statistics Specialization. It is an opportunity for you to demonstrate a wide range of skills and knowledge in Bayesian statistics and to apply what you know to real-world data. You will review essential concepts in Bayesian statistics with lecture videos and quizzes, and you will perform a complex data analysis and compose a report on your methods and results.
от партнера
Bayesian Statistics: Capstone Project
Калифорнийский университет в Санта-КрузеОб этом курсе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Продвинутый уровень
Familiarity with calculus-based probability, maximum-likelihood estimation, Bayesian inference, mixture models, and time-series analysis.
Прибл. 12 часов на выполнение
Английский
Субтитры: Английский
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Продвинутый уровень
Familiarity with calculus-based probability, maximum-likelihood estimation, Bayesian inference, mixture models, and time-series analysis.
Прибл. 12 часов на выполнение
Английский
Субтитры: Английский
от партнера
Калифорнийский университет в Санта-Крузе
UC Santa Cruz is an outstanding public research university with a deep commitment to undergraduate education. It’s a place that connects people and programs in unexpected ways while providing unparalleled opportunities for students to learn through hands-on experience.
Программа курса: что вы изучите
3 ч. на завершение
Bayesian Conjugate Analysis for Autogressive Time Series Models
In this module, we will introduce conjugate Bayesian analysis for the autoregressive (AR) models.
3 ч. на завершение
3 видео ((всего 26 мин.)), 7 материалов для самостоятельного изучения, 2 тестов
2 ч. на завершение
Model Selection Criteria
In this module, we will introduce some criteria that can be used in selecting the order of AR processes and the number of mixing components, which will be used later when we introduce mixture of AR models.
2 ч. на завершение
2 видео ((всего 20 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
2 ч. на завершение
Bayesian location mixture of AR(P) model
In this module, we will perform Bayesian analysis for location mixture of AR(p) models.
2 ч. на завершение
4 видео ((всего 45 мин.)), 3 материалов для самостоятельного изучения, 2 тестов
5 ч. на завершение
Peer-reviewed data analysis project
In this module, we will use everything we have learned up until now to perform a mixture model on time series data.
5 ч. на завершение
1 материал для самостоятельного изучения
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Что я получу, оплатив сертификацию?
Можно ли получить финансовую помощь?
Остались вопросы? Посетите Центр поддержки учащихся.
