在线课程 – 数据科学基础：约翰霍普金斯大学和科罗拉多博尔德大学统计推理专业认证

培养数据科学的统计技能。掌握数据科学所需的统计数据。

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
在线课程 - 数据科学基础：约翰霍普金斯大学和科罗拉多博尔德大学统计推理专业认证

Professional Certificate

中档

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • 沟通技巧
  • 团队 合作
  • 故障 排除
  • 时间管理
  • 批判性思维
  • 领导技能
  • 技术技能
  • 项目管理
  • 研究技能
  • 显示信息的能力

What you will learn in the course

Courses for which the course is suitable

  • 数据分析师
  • 统计员
  • 数据科学家
  • 数据软件开发人员
  • 信息系统分析师
  • 统计领域的研究员
  • 概率专家
  • 数据分析师

重点 – 由三部分组成的课程系列

该计划旨在为教师提供概率论的 sólido 基础，为他更全面的统计学研究做好准备。该计划将向学生介绍统计学和统计理论的基础知识，并为他们提供使用 R 编程语言对数据系统进行基本统计分析所需的技能。

专业化

  • 该专业可根据 CU Boulder University 在 Coursera 平台上提供的数据科学硕士 （MS-DS） 学位下的学术权利获得。
  • MS-DS 是一个跨学科学位，连接应用数学、计算机科学、信息科学等各种机构的教师。
  • MS-DS 基于表现的入学要求且无需申请流程，适合在计算机科学、信息科学、数学和统计学等学科领域具有广泛背景的人。
  • 有关 MS-DS 计划的更多信息，请访问： https://www.coursera.org/degrees/master-of-science-data-science-boulder。

应用学习项目

  • 学生将通过在 Jupyter Notebook 中进行练习来练习新的概率技能，包括数据集的基本统计分析。
  • 此外，学生将通过在课程期间完成基准测试来测试他们的知识。

Details of the courses that make up the specialization

概率论：数据科学的基础

课程 1 • 40 小时 • 4.5 （218 评分）

课程详情

学习内容

  • 解释为什么概率对统计和数据科学很重要。
  • 查看统计实验中条件事件和独立事件之间的关系。
  • 计算许多随机变量的期望值和方差，并培养对主题的直觉。

您将获得的技能

  • 类别： 试用区
  • Bye 的审判
  • 类别： 连续随机变量
  • 连续随机变量
  • 类别： 概率
  • 概率
  • 类别： 离散随机变量
  • Discreet Random Variables
  • 类别： 中央边界法
  • 中央边界法

在 Data Science Statistics 中查找值

课程 2 • 28 小时 • 4.1 （76 评分）

课程详情

学习内容

  • 确定好的 “估计” 的特征并比较竞争估计。
  • 使用最大可靠性技术和矩法构建有效的估计值。
  • 为种群 1 和 2 的平均值、种群 1 和 2 的比例以及种群变化构建和解释安全区。

在数据科学应用程序中得出统计结论并检验假设

课程 3 • 36 小时 • 4.7 （46 个等级）

课程详情

学习内容

  • 定义一个复杂假设和一个显著性水平，以使用复杂原假设进行测试。
  • 设置检验统计量、显著性水平和拒绝区以检验假设。给出拒绝区的形状。
  • 对总体的真实变异性进行测试。
  • 计算指数分布的样本均值和最小抽样的样本分布。

相关产品