Welcome to the Advanced Linear Models for Data Science Class 1: Least Squares. This class is an introduction to least squares from a linear algebraic and mathematical perspective. Before beginning the class make sure that you have the following:
Этот курс входит в специализацию ''Специализация Advanced Statistics for Data Science'
от партнера
Специализация Advanced Statistics for Data ScienceУниверситет Джонса ХопкинсаОб этом курсе
Недавно просмотрено: 9,665
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 3 из 4 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Продвинутый уровень
Прибл. 8 часов на выполнение
Английский
Субтитры: Арабский, Французский, Португальский (Европа), Китайский (упрощенное письмо), Итальянский, Вьетнамский, Корейский, Немецкий, Русский, Турецкий, Английский, Испанский
Приобретаемые навыки
StatisticsLinear RegressionR ProgrammingLinear Algebra
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 3 из 4 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Продвинутый уровень
Прибл. 8 часов на выполнение
Английский
Субтитры: Арабский, Французский, Португальский (Европа), Китайский (упрощенное письмо), Итальянский, Вьетнамский, Корейский, Немецкий, Русский, Турецкий, Английский, Испанский
от партнера
Университет Джонса Хопкинса
The mission of The Johns Hopkins University is to educate its students and cultivate their capacity for life-long learning, to foster independent and original research, and to bring the benefits of discovery to the world.
Программа курса: что вы изучите
2 ч. на завершение
Background
We cover some basic matrix algebra results that we will need throughout the class. This includes some basic vector derivatives. In addition, we cover some some basic uses of matrices to create summary statistics from data. This includes calculating and subtracting means from observations (centering) as well as calculating the variance.
2 ч. на завершение
7 видео ((всего 28 мин.)), 4 материалов для самостоятельного изучения, 1 тест
7 видео
Introduction2мин
Matrix derivatives5мин
Coding example2мин
Centering by matrix multiplication6мин
Coding example2мин
Variance via matrix multiplication6мин
Coding example2мин
4 материала для самостоятельного изучения
Welcome to the class10мин
Course textbook10мин
Grading10мин
In this module10мин
1 практическое упражнение
Background Quiz30мин
1 ч. на завершение
One and two parameter regression
In this module, we cover the basics of regression through the origin and linear regression. Regression through the origin is an interesting case, as one can build up all of multivariate regression with it.
1 ч. на завершение
6 видео ((всего 29 мин.)), 2 материалов для самостоятельного изучения, 1 тест
6 видео
Centering first8мин
Coding example1мин
Connection with linear regression7мин
Coding example1мин
Fitted values and residuals4мин
2 материала для самостоятельного изучения
Before you begin10мин
Before you begin10мин
1 практическое упражнение
One Parameter Regression Quiz30мин
1 ч. на завершение
Linear regression
In this lecture, we focus on linear regression, the most standard technique for investigating unconfounded linear relationships.
1 ч. на завершение
8 видео ((всего 23 мин.)), 2 материалов для самостоятельного изучения, 1 тест
8 видео
Least squares5мин
Coding example1мин
Prediction2мин
Coding example2мин
Residuals2мин
Coding example1мин
Generalizations6мин
Generalizations example2мин
2 материала для самостоятельного изучения
Before you begin10мин
Generalizations10мин
1 практическое упражнение
Linear Regression Quiz30мин
1 ч. на завершение
General least squares
We now move on to general least squares where an arbitrary full rank design matrix is fit to a vector outcome.
1 ч. на завершение
6 видео ((всего 39 мин.)), 1 материал для самостоятельного изучения, 1 тест
6 видео
Least squares3мин
Coding example3мин
Second derivation of least squares4мин
Projections9мин
Third derivation of least squares12мин
Coding example4мин
1 материал для самостоятельного изучения
Before you begin10мин
1 практическое упражнение
General Least Squares Quiz30мин
Рецензии
Лучшие отзывы о курсе ADVANCED LINEAR MODELS FOR DATA SCIENCE 1: LEAST SQUARES
от партнера JA8 сент. 2020 г.
This is an excellent course that enabled me to understand how multiple regression in linear models works behind the hood. The practical examples shown by the professor were very helpful. Thank you
от партнера JR6 нояб. 2017 г.
Great, detailed walk-through of least squares. Linear Algebra is a must for this course. To follow the last part requires knowledge of matrix (eigen?)decomposition, which derailed me somewhat.
от партнера JL16 мая 2020 г.
I really enjoyed the course. It was well explained and the quizzes at regular intervals were helpful. It would be great if there were some practice exercises though...
от партнера DL7 июня 2016 г.
We need more advanced, theoretical courses on Coursera, like this one, in order to deeply understand the more general courses like Regression Models and Linear Models.
Специализация Advanced Statistics for Data Science: общие сведения
Fundamental concepts in probability, statistics and linear models are primary building blocks for data science work. Learners aspiring to become biostatisticians and data scientists will benefit from the foundational knowledge being offered in this specialization. It will enable the learner to understand the behind-the-scenes mechanism of key modeling tools in data science, like least squares and linear regression.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Что я получу, оформив подписку на специализацию?
Is financial aid available?
Получу ли я зачеты в университете за прохождение курса?
Остались вопросы? Посетите Центр поддержки учащихся.
