Curso en línea: especialización profesional certificada en modelado estadístico para aplicaciones de ciencia de datos por Google y la Universidad de Colorado Boulder

Mejore sus habilidades estadísticas para la ciencia de datos. Conozca las estadísticas necesarias para el éxito en la ciencia de datos.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

nivel intermedio

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • modelo lineal
  • regresión
  • lenguaje r
  • modelo estadístico

What you will learn in the course

Courses for which the course is suitable

  • científico de datos
  • analista de datos
  • Experto en estadística
  • Analizador de regresión
  • Experto en ANOVA
  • diseñador de experimentos
  • Desarrolla modelos lineales.
  • analista de datos
  • Experto en modelado aditivo
  • Desarrollador de software en ciencia de datos.

Pasantía: una serie de cursos de 3 unidades.

El modelado estadístico está en el corazón de la ciencia de datos. Los modelos estadísticos bien diseñados permiten a los científicos de datos sacar conclusiones sobre el mundo a partir de la información limitada disponible en sus datos. En esta serie de tres unidades, los estudiantes agregarán una serie de técnicas de modelos estáticos intermedios y avanzados a su caja de herramientas de ciencia de datos. En particular, los estudiantes se centrarán en el futuro y la implementación de:

  • Análisis de regresión lineal
  • ANOVA y diseño de experimentos.
  • Modelos lineales generales y modelos aditivos.

El énfasis estará en el análisis de datos reales utilizando el lenguaje de programación R.

Información sobre el programa

Esta pasantía se puede realizar para obtener crédito académico como parte del programa de Maestría en Ciencia de Datos (MS-DS) ofrecido por CU Boulder en la plataforma Coursera. El MS-DS es un programa interdisciplinario que reúne a profesores de diferentes unidades de la universidad, tales como:

  • Matemáticas aplicadas
  • Ciencias de la Computación
  • ciencias de la información

Con la admisión basada en el desempeño y sin proceso de solicitud, el MS-DS es ideal para personas con una amplia gama de educación universitaria y experiencia profesional en informática, ciencias de la información, matemáticas y estadística. Puede encontrar más información sobre el programa MS-DS en el sitio web aquí .

Proyecto de aprendizaje aplicado

Los estudiantes adquirirán competencia en la implementación y aplicación de modelos estadísticos mediante tareas de Jupyter Notebook calificadas automáticamente y revisadas por pares. En estas tareas, los estudiantes utilizarán datos realistas y técnicas avanzadas de modelos estáticos para responder importantes preguntas científicas y comerciales.

Details of the courses that make up the specialization

Análisis de regresión moderno en R.

Curso 1 • 45 horas • 4,5 (28 valoraciones)

Detalles del curso
Lo que aprenderás:
  • Describa algunas de las mejores prácticas para el comportamiento y la ética de la comunicación en el campo de la estadística y la ciencia de datos.
  • Explique los componentes del modelo MLR, incluidos los componentes «sistémicos» y «aleatorios».
  • Describir e implementar procedimientos basados ​​en pruebas para seleccionar modelos y seleccionar el «mejor» modelo de acuerdo con un procedimiento determinado.
Habilidades que adquirirás:
  • Categoría: Modelo lineal
  • Categoría: Regresión
  • Categoría: Programación en R
  • Categoría: modelo estadístico

ANOVA y diseño de experimentos.

Curso 2 • 39 horas • 4.0 (17 valoraciones)

Detalles del curso
Lo que aprenderás:
  • Identificar e interpretar el modelo ANOVA (y ANCOVA) de dos factores como un modelo de regresión lineal.
  • Utilice modelos ANOVA y ANCOVA de dos factores para responder preguntas de investigación utilizando datos reales.
  • Definir y aplicar los términos regresión, medidas repetidas y diseño factorial de contexto completo de ANOVA de dos factores.
Habilidades que adquirirás:
  • Categoría: Cálculo
  • Categoría: y teoría de la probabilidad
  • Categoría: Álgebra lineal

Modelos lineales generales y regresión no paramétrica.

Curso 3 • 42 horas • 4,4 (18 valoraciones)

Detalles del curso
Lo que aprenderás:
  • Describir cómo generalizar el marco del modelo lineal para ajustar datos que no se ajustan a un modelo de regresión lineal estándar.
  • Enumere las ventajas y desventajas de los modelos adicionales (generales).
  • Describir cómo se puede generalizar un modelo aditivo para incluir variables de respuesta no normales (es decir, definir un modelo aditivo generalizado).
Habilidades que adquirirás:
  • Categoría: Cálculo
  • Categoría: y teoría de la probabilidad
  • Categoría: Álgebra lineal