Online cursus – Grondbeginselen van Data Science: Gecertificeerde professionele specialisatie in statistische inferentie van de Johns Hopkins University en de University of Colorado Boulder

Ontwikkel uw statistische vaardigheden voor datawetenschap. Beheers de statistieken die nodig zijn voor data science.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
Online cursus - Grondbeginselen van Data Science: Gecertificeerde professionele specialisatie in statistische inferentie van de Johns Hopkins University en de University of Colorado Boulder

Professional Certificate

Gemiddeld niveau

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • communicatieve vaardigheden
  • werken in een team
  • probleem oplossen
  • tijdmanagement
  • kritisch denken
  • leiderschapsvaardigheden
  • technologische vaardigheden
  • projectmanagement
  • Onderzoeksvaardigheden
  • Mogelijkheid om informatie weer te geven

What you will learn in the course

Courses for which the course is suitable

  • Data-analist
  • statisticus
  • data wetenschapper
  • Softwareontwikkelaar op het gebied van data
  • Analist informatiesystemen
  • Onderzoeker op het gebied van statistiek
  • Waarschijnlijkheidsdeskundige
  • data-analist

Focus – een driedelige cursusreeks

Dit programma is bedoeld om de leraar een solide basis te geven in de waarschijnlijkheidstheorie en hem voor te bereiden op een uitgebreidere studie in de statistiek. Het programma laat de student kennismaken met de basisprincipes van statistiek en statistische theorie en geeft hem de vaardigheden die nodig zijn om statistische basisanalyses van datasystemen uit te voeren in de programmeertaal R.

specialisatie

  • Deze specialisatie kan worden verkregen als academisch krediet binnen de Master’s Degree in Data Science (MS-DS) aangeboden door CU Boulder University op het Coursera-platform.
  • De MS-DS is een interdisciplinaire opleiding die de faculteiten van verschillende instellingen, zoals toegepaste wiskunde, informatica, informatiewetenschappen en meer, met elkaar verbindt.
  • Met prestatiegerichte toelatingseisen en geen aanmeldingsproces is de MS-DS geschikt voor mensen met een brede achtergrond in vakken als informatica, informatica, wiskunde en statistiek.
  • Ga voor meer informatie over het MS-DS-programma naar: https://www.coursera.org/degrees/master-of-science-data-science-boulder .

Toegepast leerproject

  • Studenten zullen nieuwe waarschijnlijkheidsvaardigheden oefenen, waaronder elementaire statistische analyse van datasets, door oefeningen in Jupyter Notebooks te voltooien.
  • Daarnaast testen studenten hun kennis door tijdens de cursussen benchmarktests af te leggen.

Details of the courses that make up the specialization

Waarschijnlijkheidstheorie: een basis voor datawetenschap

Cursus 1 • 40 uur • 4,5 (218 beoordelingen)

Cursusdetails

wat ga je leren

  • Leg uit waarom waarschijnlijkheid belangrijk is voor statistiek en datawetenschap.
  • De relatie zien tussen voorwaardelijke en onafhankelijke gebeurtenissen in een statistisch experiment.
  • Bereken de verwachting en variantie van verschillende willekeurige variabelen en ontwikkel intuïtie over het onderwerp.

Vaardigheden die je gaat verwerven

  • Categorie: Dag zin
  • Dag zin
  • Categorie: Continue willekeurige variabelen
  • continue willekeurige variabelen
  • Categorie: Waarschijnlijkheid
  • waarschijnlijkheid
  • Categorie: discrete willekeurige variabelen
  • Discrete willekeurige variabelen
  • Categorie: Centrale limietstelling
  • De centrale limietstelling

Voor het vinden van waarden in statistieken in data science

Cursus 2 • 28 uur • 4,1 (76 beoordelingen)

Cursusdetails

wat ga je leren

  • Identificeer kenmerken van goede “schattingen” en vergelijk concurrerende schattingen.
  • Bouw geldige schattingen met behulp van maximale betrouwbaarheidstechnieken en de methode van momenten.
  • Construeer en interpreteer betrouwbaarheidsbanden voor één en twee populatiegemiddelden, één en twee populatieverhoudingen en populatievariantie.

Statistische gevolgtrekkingen en hypothesetesten in datawetenschapstoepassingen

Cursus 3 • 36 uur • 4,7 (46 beoordelingen)

Cursusdetails

wat ga je leren

  • Definieer een complexe hypothese en een significantieniveau voor het testen met een complexe nulhypothese.
  • Definieer een teststatistiek, significantieniveau en afwijzingsgebied voor het testen van hypothesen. geven de vorm van een afstotingszone.
  • tests uitvoeren met betrekking tot de werkelijke variantie van de populatie.
  • Bereken de steekproefverdelingen voor het steekproefgemiddelde en het steekproefminimum van de exponentiële verdeling.

Gerelateerde producten