Verbeter uw statistische vaardigheden voor datawetenschap. Leer de statistieken die nodig zijn voor succes in datawetenschap.
Suggested by: Coursera (What is Coursera?)
No prior knowledge required
No unnecessary risks
Statistische modellering vormt de kern van datawetenschap. Goed ontworpen statistische modellen stellen datawetenschappers in staat conclusies te trekken over de wereld op basis van de beperkte informatie die beschikbaar is in hun data. In deze serie van drie eenheden voegen leerlingen een aantal intermediaire en geavanceerde modelstatische technieken toe aan hun data science-toolbox. In het bijzonder zullen de leerlingen zich concentreren op de toekomst en implementatie van:
De nadruk zal liggen op het analyseren van echte gegevens met behulp van de programmeertaal R.
Deze stage kan worden gevolgd voor academisch krediet als onderdeel van het Master’s in Data Science (MS-DS) programma dat wordt aangeboden door CU Boulder op het Coursera-platform. De MS-DS is een interdisciplinair programma dat docenten van verschillende eenheden van de universiteit samenbrengt, zoals:
Met toelating op basis van prestaties en zonder aanmeldingsproces is de MS-DS ideaal voor personen met een breed scala aan bacheloropleidingen en professionele ervaring in computerwetenschappen, informatiewetenschappen, wiskunde en statistiek. Meer informatie over het MS-DS-programma vindt u hier op de website.
Leerlingen zullen bedreven worden in de implementatie en toepassing van statistische modellen met behulp van automatisch beoordeelde en peer-reviewed Jupyter Notebook-opdrachten. Bij deze taken zullen leerlingen realistische gegevens en geavanceerde modelstatische technieken gebruiken om belangrijke wetenschappelijke en zakelijke vragen te beantwoorden.
