Онлайн-курс — сертифицированная профессиональная стажировка в области статистического обучения для Google Data Science и Университета Колорадо в Боулдере

Расширенная статистика для навыков работы с данными. Освойте знания и навыки для эффективного информирования о выборе и интерпретации моделей.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

Средний уровень

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Машинное обучение без учителя
  • повторный отбор проб
  • регресс
  • Программирование на R
  • Сплайны

What you will learn in the course

Courses for which the course is suitable

  • специалист по данным
  • Аналитик данных
  • Разработчик алгоритмов
  • Статистический аналитик
  • Инженер по машинному обучению
  • Эксперт по искусственному интеллекту
  • анализатор данных
  • Разрабатывает статистические модели

Стажировка — серия курсов из трех частей.

Изучение статистики — важная специализация для тех, кто хочет построить карьеру в области науки о данных или повысить свои навыки в этой области. Программа опирается на ваши базовые знания статистики и предоставляет вам передовые методы выбора модели, в том числе:

  • регресс
  • Классификация
  • деревья
  • СВМ
  • Обучение без присмотра
  • сплайны
  • D методы отбора проб

Кроме того, вы приобретете глубокое понимание оценки коэффициентов и их интерпретации, что будет ценно, когда вам нужно будет объяснять и обосновывать свои модели клиентам и компаниям. В ходе этой стажировки вы разовьете теоретические знания и коммуникативные навыки, которые позволят вам разъяснить принципы, лежащие в основе выбора моделей и интерпретации коэффициентов.

Магистерская программа в области науки о данных (MS-DS)

Эта специализация доступна в рамках академического кредита программы магистра наук о данных (MS-DS) CU Boulder, предлагаемой на платформе Coursera. MS-DS — это междисциплинарная программа, объединяющая преподавателей факультетов:

  • Полезная математика
  • Информатика
  • информационные науки

MS-DS подходит для людей с широким опытом в области математики, статистики, информатики или информатики, поскольку прием осуществляется на основе результатов и не требует процедуры подачи заявления. Для получения дополнительной информации о программе MS-DS посетите веб-сайт Coursera .

Практический учебный проект

Во время стажировки учащиеся будут выполнять множество задач по программированию, призванных помочь им освоить концепции статистики обучения, в том числе:

  • регресс
  • Классификация
  • деревья
  • СВМ
  • Обучение без присмотра
  • сплайны
  • D методы отбора проб

Details of the courses that make up the specialization

Регулирование и классификация

Курс 1

  • 34 часа
  • 3,9 (12 оценок)

Детали курса

Что вы узнаете:
  • Объясните, почему статистическое обучение важно и как его можно использовать.
  • Определите преимущества, недостатки и критические замечания различных моделей и выберите наиболее подходящую модель для конкретной статистической задачи.
  • Определите, какие типы данных и проблемы требуют контролируемых и неконтролируемых методов.
Навыки, которые вы получите:
  • Категория: Моделирование
  • Категория: Наука о данных
  • Категория: машинное обучение
  • Категория: статистический анализ
  • Категория: Программирование на R

Выборка, отбор и сплайны

Курс 2

  • 15 часов

Детали курса

Что вы узнаете:
  • Применять методы выборки для получения дополнительной информации о подобранных моделях.
  • Оптимизируйте процедуру сопоставления, чтобы повысить точность и интерпретацию прогнозов.
  • Определить преимущества и подход нелинейных моделей.
Навыки, которые вы получите:
  • Категория: Статистика
  • Категория: Наука о данных
  • Категория: Выбор
  • Категория: образец
  • Категория: сплайны

Деревья, SVM и обучение без учителя

Курс 3

  • 12 часов

Детали курса

Что вы узнаете:
  • Опишите преимущества и недостатки деревьев, а также как и когда их использовать.
  • Примените SVM к бинарной классификации или классам K > 2.
  • Проанализируйте преимущества и недостатки нейронных сетей по сравнению с другими алгоритмами машинного обучения, такими как SVM.
Навыки, которые вы получите:
  • Категория: Статистика
  • Категория: обучение без учителя
  • Категория: Регрессия
  • Категория: Деревья
  • Категория: Машина опорных векторов (SVM)