在线课程 – Google 数据科学和科罗拉多大学博尔德分校统计学习认证专业

数据科学熟练程度的高级统计。掌握有效沟通模型选择和解释的知识和技能。

Suggested by: Coursera (What is Coursera?)

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

  • 无监督机器学习
  • 重复采样
  • 回归
  • 在 R 中编程
  • 样 条

What you will learn in the course

Courses for which the course is suitable

  • 数据科学家
  • 数据分析师
  • 开发算法
  • 统计分析师
  • 机器学习工程师
  • 人工智能专家
  • 数据分析器
  • 开发统计模型

专业化 – 由三部分组成的课程系列

对于那些想在数据科学领域建立职业生涯或提升该领域技能的人来说,学习统计学是一个重要的专业。该程序基于您的统计学基础知识,并为您提供选择模型的高级技术,包括:

  • 回归
  • 分类
  • SVM
  • 无监督学习
  • 样 条
  • 采样方法

此外,您将深入了解系数评估和解释,当您需要向客户和公司解释和合理化您的模型时,这将很有价值。通过这个专业,您将发展理论知识和沟通技巧,使您能够阐明模型选择和系数解释背后的原则。

数据科学理学硕士 (MS-DS) 课程

该专业可以作为 Coursera 平台上提供的数据科学理学硕士 (MS-DS) 课程的学分部分获得。MS-DS 是一个跨学科课程,汇集了来自以下部门的教师:

  • 应用数学
  • 计算机科学
  • 信息学

MS-DS 基于表现录取,无需申请流程,适合在数学、统计学、计算机科学或信息科学方面具有广泛背景的人。要了解有关 MS-DS 计划的更多信息,请访问 Coursera 网站。

实践学习项目

在实习期间,学习者将执行许多编程任务,旨在帮助他们掌握学习统计的概念,包括:

  • 回归
  • 分类
  • SVM
  • 无监督学习
  • 样 条
  • 采样方法

Details of the courses that make up the specialization

监管和分类

课程 1

  • 34 小时
  • 3.9 (12 评价)

课程详情

您将学到什么:
  • 解释统计学习为何重要以及如何使用它。
  • 确定不同模型的优点、缺点和缺点,并选择最适合给定统计问题的模型。
  • 确定哪些类型的数据和问题需要监督式技术与无监督式技术。
您将获得的技能:
  • 类别: 建模
  • 类别: 数据科学
  • 类别: 机器学习
  • 类别: 统计分析
  • 类别: 编程 R

采样、选择和拼接

课程 2

  • 15 小时

课程详情

您将学到什么:
  • 应用抽样方法以获取有关定制模型的更多信息。
  • 简化调整过程,以提高预言和解释的准确性。
  • 确定非线性模型的优势和方法。
您将获得的技能:
  • 类别: 统计
  • 类别: 数据科学
  • 类别: 选择
  • 类别: 采样
  • 类别: 样条曲线

树、SVM 和无监督学习

课程 3

  • 12 小时

课程详情

您将学到什么:
  • 描述树木的优缺点,以及如何以及何时使用它们。
  • 为二元分类或类 K > 2 实施 SVM。
  • 分析神经网络与其他机器学习算法(如 SVM)相比的优缺点。
您将获得的技能:
  • 类别: 统计
  • 类别: 无监督学习
  • 类别: 回归
  • 类别: 树木
  • 类别: 支持向量机 (SVM)