Çevrimiçi Kurs – Google Veri Bilimi ve Colorado Boulder Üniversitesi için İstatistiksel Öğrenim alanında Sertifikalı Profesyonel Staj

Veri Bilimi Yeterliliği için Gelişmiş İstatistikler. Model seçimlerini ve yorumlarını etkili bir şekilde iletmek için bilgi ve becerilerde uzmanlaşın.

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

  • Denetimsiz makine öğrenimi
  • tekrarlanan örnekleme
  • gerileme
  • R’de programlama
  • Spline’lar

What you will learn in the course

Courses for which the course is suitable

  • veri bilimcisi
  • Veri analisti
  • Algoritma geliştiricisi
  • İstatistiksel analist
  • Makine öğrenimi mühendisi
  • Yapay zeka uzmanı
  • veri analizörü
  • İstatistiksel modeller geliştirir

Staj – üç bölümlük bir kurs serisi

İstatistik öğrenmek, veri bilimi alanında kariyer yapmak veya bu alandaki becerilerini geliştirmek isteyenler için önemli bir uzmanlık alanıdır. Program, temel istatistik bilginizi temel alır ve sizi aşağıdakiler de dahil olmak üzere gelişmiş model seçim teknikleri ile donatır:

  • gerileme
  • sınıflandırma
  • ağaçlar
  • DVM
  • Denetimsiz öğrenme
  • eğri çizgiler
  • D örnekleme yöntemleri

Ek olarak, tahmin katsayıları ve bunların yorumlanması konusunda derin bir anlayış kazanacaksınız; bu, modellerinizi müşterilerinize ve şirketlerine açıklamanız ve gerekçelendirmeniz gerektiğinde değerli olacaktır. Bu staj sayesinde, model seçimlerinizin ve katsayı yorumlarınızın ardındaki ilkeleri netleştirmenizi sağlayacak teorik bilgi ve iletişim becerilerini geliştireceksiniz.

Veri Bilimi Yüksek Lisans Programı (MS-DS)

Bu uzmanlık, Coursera platformunda sunulan CU Boulder Veri Bilimi Yüksek Lisans (MS-DS) programının akademik kredisinin bir parçası olarak mevcuttur. MS-DS, aşağıdaki bölümlerden öğretim üyelerini bir araya getiren disiplinlerarası bir programdır:

  • Yararlı matematik
  • bilgisayar Bilimi
  • bilgi bilimleri

Performansa dayalı kabul ve başvuru süreci gerektirmeyen MS-DS, matematik, istatistik, bilgisayar bilimi veya bilgi bilimi alanlarında geniş bir geçmişi olan kişiler için uygundur. MS-DS programı hakkında daha fazla bilgi için Coursera web sitesini ziyaret edin.

Pratik bir öğrenme projesi

Staj sırasında öğrenciler, aşağıdakiler de dahil olmak üzere öğrenme istatistikleri kavramlarında uzmanlaşmalarına yardımcı olmak için tasarlanmış birçok programlama görevini gerçekleştireceklerdir:

  • gerileme
  • sınıflandırma
  • ağaçlar
  • DVM
  • Denetimsiz öğrenme
  • eğri çizgiler
  • D örnekleme yöntemleri

Details of the courses that make up the specialization

düzenleme ve sınıflandırma

Kurs 1

  • 34 saat
  • 3,9 (12 derecelendirme)

Kurs detayları

Ne öğreneceksiniz:
  • İstatistiksel öğrenmenin neden önemli olduğunu ve nasıl kullanılabileceğini açıklayın.
  • Farklı modellerin avantajlarını, dezavantajlarını ve eleştirilerini belirleyin ve verilen bir istatistiksel problem için en uygun modeli seçin.
  • Ne tür veri ve sorunların denetlenen ve denetlenmeyen teknikler gerektirdiğini belirleyin.
Kazanacağınız beceriler:
  • Kategori: Modelleme
  • Kategori: Veri Bilimi
  • Kategori: makine öğrenimi
  • Kategori: istatistiksel analiz
  • Kategori: R programlama

Örnekleme, Seçim ve Spline’lar

Kurs 2

  • 15 saat

Kurs detayları

Ne öğreneceksiniz:
  • Takılan modeller hakkında ek bilgi elde etmek için örnekleme yöntemlerini uygulayın.
  • Tahmin doğruluğunu ve yorumunu geliştirmek için eşleştirme prosedürünü kolaylaştırın.
  • Doğrusal olmayan modellerin avantajlarını ve yaklaşımını belirleyin.
Kazanacağınız beceriler:
  • Kategori: İstatistikler
  • Kategori: Veri Bilimi
  • kategori: seçenek
  • Kategori: örnek
  • Kategori: spline’lar

Ağaçlar, SVM ve denetimsiz öğrenme

Kurs 3

  • 12 saat

Kurs detayları

Ne öğreneceksiniz:
  • Ağaçların avantajlarını ve dezavantajlarını, nasıl ve ne zaman kullanılacağını açıklayın.
  • SVM’yi ikili sınıflandırmaya veya K > 2 sınıflarına uygulayın.
  • SVM gibi diğer makine öğrenimi algoritmalarına kıyasla sinir ağlarının avantajlarını ve dezavantajlarını analiz edin.
Kazanacağınız beceriler:
  • Kategori: İstatistikler
  • Kategori: denetimsiz öğrenme
  • Kategori: Regresyon
  • Kategori: Ağaçlar
  • kategori: destek vektör makinesi (SVM)