Çevrimiçi kurs – Google ve Colorado Boulder Üniversitesi tarafından veri bilimi uygulamalarına yönelik istatistik modelleme konusunda sertifikalı profesyonel uzmanlık

Veri bilimi için istatistik becerilerinizi geliştirin. Veri biliminde başarı için gereken istatistikleri öğrenin.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

Orta seviye

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Doğrusal model
  • gerileme
  • R dili
  • istatistiksel model

What you will learn in the course

Courses for which the course is suitable

  • veri bilimcisi
  • Veri analisti
  • İstatistik uzmanı
  • Regresyon analizörü
  • ANOVA uzmanı
  • deney tasarımcısı
  • Doğrusal modeller geliştirir
  • veri analisti
  • Eklemeli modelleme uzmanı
  • Veri biliminde yazılım geliştiricisi

Staj – 3 üniteden oluşan bir dizi kurs

İstatistiksel modelleme veri biliminin kalbinde yer alır. İyi tasarlanmış istatistiksel modeller, veri bilimcilerinin, verilerindeki sınırlı bilgilerden dünya hakkında sonuçlar çıkarmasına olanak tanır. Bu üç ünitelik seride öğrenciler, veri bilimi araç kutularına bir dizi orta ve ileri model statik teknik ekleyecekler. Öğrenciler özellikle aşağıdakilerin geleceğine ve uygulanmasına odaklanacaklardır:

  • Doğrusal regresyon analizi
  • ANOVA ve deney tasarımı
  • Genel doğrusal modeller ve toplamsal modeller

R programlama dilini kullanarak gerçek verileri analiz etmeye odaklanacağız.

Program hakkında bilgi

Bu staj, Coursera platformunda CU Boulder tarafından sunulan Veri Bilimi Yüksek Lisans (MS-DS) programının bir parçası olarak akademik kredi için alınabilir. MS-DS, üniversitenin farklı birimlerindeki öğretim üyelerini bir araya getiren disiplinlerarası bir programdır:

  • Uygulamalı matematik
  • bilgisayar Bilimi
  • bilgi bilimleri

Performansa dayalı kabul ve başvuru süreci gerektirmeyen MS-DS, bilgisayar bilimleri, bilgi bilimi, matematik ve istatistik alanlarında geniş bir lisans eğitimi ve mesleki deneyime sahip kişiler için idealdir. MS-DS programı hakkında daha fazla bilgiyi buradaki web sitesinde bulabilirsiniz.

Uygulamalı öğrenme projesi

Öğrenciler, otomatik olarak derecelendirilen ve hakemli Jupyter Notebook ödevlerini kullanarak istatistiksel modellerin uygulanması ve uygulanması konusunda yetkin hale gelecektir. Bu görevlerde öğrenciler, önemli bilimsel ve ticari soruları yanıtlamak için gerçekçi verileri ve gelişmiş model statik tekniklerini kullanacaklardır.

Details of the courses that make up the specialization

R’de modern regresyon analizi

Kurs 1 • 45 saat • 4,5 (28 değerlendirme)

Kurs detayları
Ne öğreneceksiniz:
  • İstatistik ve veri bilimi alanında iletişim davranışı ve etiğine yönelik bazı en iyi uygulamaları ana hatlarıyla belirtin.
  • “Sistemik” ve “rastgele” bileşenler de dahil olmak üzere MLR modelinin bileşenlerini açıklayın.
  • Model seçimine yönelik teste dayalı prosedürleri tanımlayın ve uygulayın ve belirli bir prosedüre göre “en iyi” modeli seçin.
Kazanacağınız beceriler:
  • Kategori: Doğrusal model
  • Kategori: Regresyon
  • Kategori: R’de Programlama
  • Kategori: istatistiksel model

ANOVA ve deney tasarımı

Kurs 2 • 39 saat • 4,0 (17 değerlendirme)

Kurs detayları
Ne öğreneceksiniz:
  • İki yönlü ANOVA (ve ANCOVA) modelini doğrusal bir regresyon modeli olarak tanımlayın ve yorumlayın.
  • Gerçek verileri kullanarak araştırma sorularını yanıtlamak için iki yönlü ANOVA ve ANCOVA modellerini kullanın.
  • İki yönlü ANOVA’nın regresyon, tekrarlanan ölçümler ve tam bağlam faktöriyel tasarımı terimlerini tanımlayın ve uygulayın.
Kazanacağınız beceriler:
  • Kategori: Hesaplama
  • Kategori: ve olasılık teorisi
  • Kategori: Lineer Cebir

Genel doğrusal modeller ve parametrik olmayan regresyon

Kurs 3 • 42 saat • 4,4 (18 değerlendirme)

Kurs detayları
Ne öğreneceksiniz:
  • Standart bir doğrusal regresyon modeline uymayan verilere uyacak şekilde doğrusal model çerçevesinin nasıl genelleştirileceğini açıklayın.
  • Ek (genel) modellerin avantajlarını ve dezavantajlarını listeleyin.
  • Bir toplamsal modelin, normal olmayan yanıt değişkenlerini içerecek şekilde nasıl genelleştirilebileceğini açıklayın (yani, genelleştirilmiş bir toplamsal model tanımlayın).
Kazanacağınız beceriler:
  • Kategori: Hesaplama
  • Kategori: ve olasılık teorisi
  • Kategori: Lineer Cebir