Этот курс входит в специализацию ''Специализация Introduction to Computational Statistics for Data Scientists'

3.5
звезд
Оценки: 30

Dr. Srijith Rajamohan

3 005 уже зарегистрированы

от партнера

Специализация Introduction to Computational Statistics for Data ScientistsDatabricks

Об этом курсе

Недавно просмотрено: 4 245

The objective of this course is to introduce Computational Statistics to aspiring or new data scientists. The attendees will start off by learning the basics of probability, Bayesian modeling and inference. This will be the first course in a specialization of three courses .Python and Jupyter notebooks will be used throughout this course to illustrate and perform Bayesian modeling. The course website is located at https://sjster.github.io/introduction_to_computational_statistics/docs/index.html. The course notebooks can be downloaded from this website by following the instructions on page https://sjster.github.io/introduction_to_computational_statistics/docs/getting_started.html.
The instructors for this course will be Dr. Srijith Rajamohan and Dr. Robert Settlage.

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.

Курс 1 из 3 в программе

Специализация Introduction to Computational Statistics for Data Scientists

Начальный уровень

Some experience with Data Science using the PyData Stack of NumPy, SciPy, Pandas, Scikit-learn.

Knowledge of Jupyter Notebooks will be beneficial.

Прибл. 13 часов на выполнение

Английский

Будет ли вашей компании выгодно обучить сотрудников востребованным навыкам?

Попробуйте Coursera для бизнеса

Чему вы научитесь

The basics of Probability, Bayesian statistics, modeling and inference.
You will also get a hands-on introduction to using Python for computational statistics using Scikit-learn, SciPy and Numpy.

Приобретаемые навыки

Bayesian Inference
visualization
Python Programming
Scipy
Statistics

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.

Курс 1 из 3 в программе

Специализация Introduction to Computational Statistics for Data Scientists

Начальный уровень

Some experience with Data Science using the PyData Stack of NumPy, SciPy, Pandas, Scikit-learn.

Knowledge of Jupyter Notebooks will be beneficial.

Прибл. 13 часов на выполнение

Английский

Будет ли вашей компании выгодно обучить сотрудников востребованным навыкам?

Попробуйте Coursera для бизнеса

Преподаватели

Оценка преподавателя

3,23/5 (оценок: 14)

Dr. Srijith Rajamohan

Sr. Developer Advocate (Data Science)

4 231 учащийся

3 курса

от партнера

Databricks

Узнайте, как сотрудники ведущих компаний осваивают востребованные навыки

Подробнее о Coursera для бизнеса

Программа курса: что вы изучите

Неделя

Неделя 1

21 минута на завершение

Environment Setup

21 минута на завершение

4 видео ((всего 11 мин.)), 1 материал для самостоятельного изучения

Неделя

Неделя 2

6 ч. на завершение

Introduction to the Fundamentals of Probability

6 ч. на завершение

17 видео ((всего 119 мин.)), 7 материалов для самостоятельного изучения, 12 тестов

17 видео

Introductions1мин

Chance regularities and random processes6мин

Outcomes, events and spaces8мин

Addition rules of probability6мин

Multiplication rules of probability5мин

Conditional probability, Random Variables and Experiments8мин

Random Variables and Distributions12мин

Moments, mean and variance10мин

Joint distributions of Random Variables5мин

Estimation using MoM and MLE9мин

Basics of Bayes' Rule7мин

Decisions and Loss Functions11мин

Priors introduction5мин

Priors as conjugates2мин

Informative vs non-informative priors3мин

Jeffrey's Prior2мин

Prior distributions and posterior ramifications12мин

7 материалов для самостоятельного изучения

Introduction and references2мин

Rules for manipulating probability10мин

Random variables10мин

MoM and MLE10мин

Bayes' and decisions10мин

Loss functions10мин

A Hands-On Introduction to Common Distributions

4 ч. на завершение

12 видео ((всего 49 мин.)), 2 материалов для самостоятельного изучения, 2 тестов

12 видео

The Binomial Distribution5мин

Negative Binomial Distribution4мин

Poisson Distribution3мин

Exponential Distribution2мин

Gamma Distribution3мин

Normal Distribution3мин

Lognormal Distribution2мин

Student's t-distribution5мин

Beta Distribution4мин

MLE Estimation using a Beta Distribution 4мин

Gaussian Mixture Model5мин

Non-parametric Methods: Kernel Density Estimation3мин

2 материала для самостоятельного изучения

Reference1ч

2 практических упражнения

Common distributions30мин

Non-parametric methods20мин

Неделя

Неделя 4

3 ч. на завершение

Sampling Algorithms

3 ч. на завершение

6 видео ((всего 32 мин.)), 2 материалов для самостоятельного изучения, 3 тестов

6 видео

Introduction to Sampling5мин

The Inverse Transform Algorithm6мин

Rejection Sampling4мин

Importance Sampling2мин

Differences between the Bayesian and the Frequentist7мин

Features of Bayesian and Frequentist Inference5мин

2 материала для самостоятельного изучения

Reference 1ч

Bayesian vs. Frequentist Inference

3 практических упражнения

Sampling algorithms 30мин

Rejection and Importance Sampling30мин

Bayesian vs. Frequentist Inference30мин

Рецензии

3.5

Рецензии: 13

5 stars
36,66 %
4 stars
13,33 %
3 stars
26,66 %
2 stars
10 %
1 star
13,33 %

Лучшие отзывы о курсе INTRODUCTION TO BAYESIAN STATISTICS

от партнера MG13 авг. 2021 г.

This course would be a bit hard for "complete" beginners, but would be enough for people who wish to refresh knowledge about Bayesian inference and stuff. The notes and codes are very good!!

от партнера TS25 февр. 2022 г.

Content/notes wise this course is great, But teaching style needs to be improved. Rather than reading the notes instructor should teach by giving examples and driving some of the results.

Посмотреть все отзывы

Специализация Introduction to Computational Statistics for Data Scientists: общие сведения

The purpose of this series of courses is to teach the basics of Computational Statistics for the purpose of performing inference to aspiring or new Data Scientists. This is not intended to be a comprehensive course that teaches the basics of statistics and probability nor does it cover Frequentist statistical techniques based on the Null Hypothesis Significance Testing (NHST). What it does cover is:

The basics of Bayesian statistics and probability Understanding Bayesian inference and how it works The bare-minimum set of tools and a body of knowledge required to perform Bayesian inference in Python, i.e. the PyData stack of NumPy, Pandas, Scipy, Matplotlib, Seaborn and Plot.ly A scalable Python-based framework for performing Bayesian inference, i.e. PyMC3 With this goal in mind, the content is divided into the following three main sections (courses). Introduction to Bayesian Statistics - The attendees will start off by learning the the basics of probability, Bayesian modeling and inference in Course 1. Introduction to Monte Carlo Methods - This will be followed by a series of lectures on how to perform inference approximately when exact calculations are not viable in Course 2. PyMC3 for Bayesian Modeling and Inference - PyMC3 will be introduced along with its application to some real world scenarios. The lectures will be delivered through Jupyter notebooks and the attendees are expected to interact with the notebooks.

Introduction to Computational Statistics for Data Scientists

Часто задаваемые вопросы

Когда я получу доступ к лекциям и заданиям?
Доступ к лекциям и заданиям предоставляется в зависимости от типа регистрации. Если вы проходите курс в режиме слушателя, то получите бесплатный доступ к большинству материалов курса. Чтобы открыть оцениваемые задания и возможность получить сертификат, необходимо будет приобрести прохождение с сертификатом. Это можно сделать во время прохождения в режиме слушателя или после него. Если вы не видите варианта 'Режим слушателя'.
Курс может не предлагаться в режиме слушателя. Попробуйте бесплатную пробную версию или подайте заявку на финансовую помощь.
Курс предлагаться в режиме 'Полный курс, без сертификата'. В нем можно просматривать все материалы, выполнять обязательные задания и получить итоговую оценку. Приобрести дополнительно прохождение с сертификатом в таком случае нельзя.
Что я получу, оформив подписку на специализацию?
Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.
Можно ли получить финансовую помощь?
Да. В некоторых программах обучения вы можете подать заявку на получение финансовой помощи или стипендии, если не можете оплатить регистрационный взнос. Если для выбранной вами программы предлагается такая возможность, вы увидите ссылку для подачи заявки на странице описания.

Остались вопросы? Посетите Центр поддержки учащихся.

Обучайте сотрудников и добивайтесь отличных результатов в бизнесе

Откройте для себя Coursera для бизнеса

Introduction to Bayesian Statistics

Об этом курсе

Чему вы научитесь

Приобретаемые навыки