Об этом курсе
4.8
Оценки: 153
Рецензии: 41
100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень

Промежуточный уровень

Часов на завершение

Прибл. 35 часа на выполнение

Предполагаемая нагрузка: 5 weeks of study, 4-6 hours/week....
Доступные языки

Английский

Субтитры: Английский

Приобретаемые навыки

Gibbs SamplingBayesian StatisticsBayesian InferenceR Programming
100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень

Промежуточный уровень

Часов на завершение

Прибл. 35 часа на выполнение

Предполагаемая нагрузка: 5 weeks of study, 4-6 hours/week....
Доступные языки

Английский

Субтитры: Английский

Программа курса: что вы изучите

Неделя
1
Часов на завершение
4 ч. на завершение

Statistical modeling and Monte Carlo estimation

Statistical modeling, Bayesian modeling, Monte Carlo estimation...
Reading
11 видео ((всего 99 мин.)), 4 материалов для самостоятельного изучения, 4 тестов
Video11 видео
Objectives7мин
Modeling process8мин
Components of Bayesian models8мин
Model specification7мин
Posterior derivation9мин
Non-conjugate models7мин
Monte Carlo integration9мин
Monte Carlo error and marginalization6мин
Computing examples15мин
Computing Monte Carlo error13мин
Reading4 материала для самостоятельного изучения
Module 1 assignments and materials3мин
Reference: Common probability distributions
Code for Lesson 3
Markov chains20мин
Quiz4 практического упражнения
Lesson 120мин
Lesson 225мин
Lesson 330мин
Markov chains20мин
Неделя
2
Часов на завершение
5 ч. на завершение

Markov chain Monte Carlo (MCMC)

Metropolis-Hastings, Gibbs sampling, assessing convergence...
Reading
11 видео ((всего 129 мин.)), 7 материалов для самостоятельного изучения, 4 тестов
Video11 видео
Algorithm9мин
Demonstration10мин
Random walk example, Part 112мин
Random walk example, Part 216мин
Download, install, setup3мин
Model writing, running, and post-processing12мин
Multiple parameter sampling and full conditional distributions8мин
Conditionally conjugate prior example with Normal likelihood10мин
Computing example with Normal likelihood16мин
Trace plots, autocorrelation17мин
Multiple chains, burn-in, Gelman-Rubin diagnostic8мин
Reading7 материала для самостоятельного изучения
Module 2 assignments and materials3мин
Code for Lesson 4
Alternative MCMC software10мин
Code from JAGS introduction
Code for Lesson 510мин
Autocorrelation10мин
Code for Lesson 6
Quiz4 практического упражнения
Lesson 420мин
Lesson 530мин
Lesson 620мин
MCMC45мин
Неделя
3
Часов на завершение
6 ч. на завершение

Common statistical models

Linear regression, ANOVA, logistic regression, multiple factor ANOVA...
Reading
11 видео ((всего 131 мин.)), 5 материалов для самостоятельного изучения, 5 тестов
Video11 видео
Setup in R9мин
JAGS model (linear regression)12мин
Model checking17мин
Alternative models10мин
Deviance information criterion (DIC)4мин
Introduction to ANOVA10мин
One way model using JAGS18мин
Introduction to logistic regression6мин
JAGS model (logistic regression)18мин
Prediction15мин
Reading5 материала для самостоятельного изучения
Module 3 assignments and materials3мин
Code for Lesson 7
Code for Lesson 8
Code for Lesson 9
Multiple factor ANOVA20мин
Quiz5 практического упражнения
Lesson 7 Part A30мин
Lesson 7 Part B30мин
Lesson 830мин
Lesson 945мин
Common models and multiple factor ANOVA30мин
Неделя
4
Часов на завершение
5 ч. на завершение

Count data and hierarchical modeling

Poisson regression, hierarchical modeling...
Reading
10 видео ((всего 106 мин.)), 7 материалов для самостоятельного изучения, 4 тестов
Video10 видео
JAGS model (Poisson regression)17мин
Predictive distributions11мин
Correlated data8мин
Prior predictive simulation10мин
JAGS model and model checking (hierarchical modeling)13мин
Posterior predictive simulation8мин
Linear regression example7мин
Linear regression example in JAGS10мин
Mixture model in JAGS13мин
Reading7 материала для самостоятельного изучения
Module 4 assignments and materials3мин
Prior sensitivity analysis20мин
Code for Lesson 10
Normal hierarchical model20мин
Applications of hierarchical modeling10мин
Code and data for Lesson 11
Mixture model introduction, data, and code20мин
Quiz4 практического упражнения
Lesson 1040мин
Lesson 11 Part A40мин
Lesson 11 Part B30мин
Predictive distributions and mixture models30мин

Преподаватель

Avatar

Matthew Heiner

Doctoral Student
Applied Mathematics and Statistics

О University of California, Santa Cruz

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....

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • Оплатив сертификацию, вы получите доступ ко всем материалам курса, включая оцениваемые задания. 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.

Остались вопросы? Посетите Центр поддержки учащихся.