Онлайн-курс — сертифицированная профессиональная специализация по вычислительному видению статистики для специалистов по данным Google, Databricks

Практическое понимание методов и инструментов для создания байесовского вывода в масштабе с помощью PyMC3.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
Онлайн-курс - сертифицированная профессиональная специализация по вычислительному видению статистики для специалистов по данным Google, Databricks

Professional Certificate

начиная

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Основы гесиасской статистики и вероятности
  • Понимание вывода Хайаса и того, как он работает
  • Необходимые знания для выполнения гессианского вывода в Python: NumPy, Pandas, Scipy, Matplotlib, Seaborn, Plot.ly
  • Расширенная среда Python для выполнения Heasian вывода: PyMC3.
  • Делать выводы, когда точные расчеты невозможны, используя методологии Монте-Карло.
  • Применение PyMC3 для решения реальных задач
  • Реализация дистрибутивов на Python и их статическая и интерактивная визуализация.
  • Применение алгоритмов выборки Монте-Карло в Python
  • Изучение основ PyMC3 для различных моделей Heasian.
  • Использование PyMC3 для моделирования динамики заболевания COVID-19 и вывода параметров модели SIR на основе реальных данных.

What you will learn in the course

Courses for which the course is suitable

  • специалист по данным
  • Аналитик данных
  • программист на Python
  • статистик
  • Исследователь в области статистики
  • Специалист в области вычислительной статистики
  • Разрабатывает статистические модели
  • Аналитик медицинских данных
  • Разработать алгоритмы выборки
  • Эксперт по гезиасовым моделям

Стажировка – серия курсов из трех частей.

Цель серии курсов — научить основам вычислительной статистики, чтобы студенты или начинающие специалисты по обработке данных могли делать выводы. Курсы не охватывают основы статистики и теории вероятностей, а также не охватывают частотные статистические методы.

Затронутые темы:

  • Основы гесиасской статистики и вероятности
  • Понимание вывода Хайаса и того, как он работает
  • Минимальный набор инструментов и знаний, необходимых для выполнения Хэзианского вывода в Python:
    • NumPy
    • Панды
    • Сципи
    • Матплотлиб
    • Сиборн
    • Plot.ly
  • Расширенная среда Python для выполнения Heasian вывода: PyMC3.

Содержание курса:

  • Введение в статистику Гессе: основы вероятности, модели Гессе и выводы.
  • Введение в методологии Монте-Карло: лекции о том, как делать выводы, когда точные расчеты невозможны.
  • PyMC3 для моделирования и вывода Heasian: применение PyMC3 для решения реальных задач.

Практический учебный проект:

  • Реализация дистрибутивов на Python и их статическая визуализация с помощью Matplotlib или Seaborn и интерактивная с помощью Plot.ly.
  • Применение алгоритмов выборки Монте-Карло в Python.
  • Изучение основ PyMC3 для различных моделей Heasian, включая линейную регрессию, иерархическую регрессию, классификацию, надежные модели и оценку качества моделей.
  • Использование PyMC3 для моделирования динамики заболевания COVID-19 и вывода параметров модели SIR на основе реальных данных.

Details of the courses that make up the specialization

Введение в байесовскую статистику

Курс 1

Продолжительность: 12 часов

Рейтинг: 4.0 (62 оценки)

Детали курса:

  • Основы вероятности, байесовская статистика, модели и выводы.
  • Практическое обучение использованию Python для вычислительной статистики с помощью Scikit-learn, SciPy и Numpy.

Навыки, которые вы приобретете:

  • Сципи
  • статистика
  • Программирование на Python
  • Байесовский вывод
  • визуализация

Байесовский вывод с MCMC

Курс 2

Продолжительность: 14 часов

Рейтинг: 3.3 (20 оценок)

Детали курса:

  • Алгоритмы Монте-Карло для цепей Маркова.
  • Реализация Python выше.
  • Оценка эффективности байесовских моделей.

Навыки, которые вы приобретете:

  • байесовский
  • Сципи
  • Scikit-Learn
  • MCMC

Введение в PyMC3 для байесовского моделирования и вывода.

Курс 3

Продолжительность: 11 часов

Рейтинг: 3.9 (20 оценок)

Детали курса:

  • Платформа PyMC3/ArViz для байесовского моделирования и вывода.
  • Создание реальных моделей с использованием PyMC3 и оценка качества ваших моделей.

Навыки, которые вы приобретете:

  • ПиМС3
  • Сципи
  • Метод Монте-Карло
  • Программирование на Python
  • Байесовский вывод

Похожие