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.
Этот курс входит в специализацию ''Специализация Introduction to Computational Statistics for Data Scientists'
2 538 уже зарегистрированы
от партнера
Об этом курсе
Недавно просмотрено: 4 757
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
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
Субтитры: Английский
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
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
Субтитры: Английский
от партнера
Databricks
Databricks is the data and AI company. Founded by the creators of Apache Spark™, Delta Lake and MLflow, organizations like Comcast, Condé Nast, Nationwide and H&M rely on Databricks’ open and unified platform to enable data engineers, scientists and analysts to collaborate and innovate faster.
Программа курса: что вы изучите
21 минута на завершение
Environment Setup
Introduction to the compute environment for the Specialization. The users will be introduced to the Databricks Ecosystem for Data Science. The users can also deploy the notebooks to Binder for setup-free access.
21 минута на завершение
4 видео ((всего 11 мин.)), 1 материал для самостоятельного изучения
6 ч. на завершение
Introduction to the Fundamentals of Probability
In this module, you will learn the foundations of probability and statistics. The focus is on gaining familiarity with terms and concepts.
6 ч. на завершение
17 видео ((всего 119 мин.)), 7 материалов для самостоятельного изучения, 12 тестов
4 ч. на завершение
A Hands-On Introduction to Common Distributions
Tis module will be an introduction to common distributions along with the Python code to generate, plot and interact with these distributions. You will also learn how to perform Maximum Likelihood Estimation (MLE) for various distributions and Kernel Density Estimation (KDE) for non-parametric distributions.
4 ч. на завершение
12 видео ((всего 49 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
3 ч. на завершение
Sampling Algorithms
This module introduces you to various sampling algorithms for generating distributions. You will also be introduced to Python code that performs sampling.
3 ч. на завершение
6 видео ((всего 32 мин.)), 2 материалов для самостоятельного изучения, 3 тестов
Рецензии
- 5 stars33,33 %
- 4 stars14,81 %
- 3 stars25,92 %
- 2 stars11,11 %
- 1 star14,81 %
Лучшие отзывы о курсе INTRODUCTION TO BAYESIAN STATISTICS
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.
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!!
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:
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Что я получу, оформив подписку на специализацию?
Можно ли получить финансовую помощь?
Остались вопросы? Посетите Центр поддержки учащихся.
