University of California, Santa Cruz
Bayessche Statistik: Capstone-Projekt
University of California, Santa Cruz

Bayessche Statistik: Capstone-Projekt

Dieser Kurs ist Teil von Spezialisierung Bayessche Statistik

Jizhou Kang

Dozent: Jizhou Kang

Bei Coursera Plus enthalten

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Fortgeschritten

Empfohlene Erfahrung

Es dauert 11 Stunden
3 Wochen bei 3 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Fortgeschritten

Empfohlene Erfahrung

Es dauert 11 Stunden
3 Wochen bei 3 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Demonstrieren Sie ein breites Spektrum an Fähigkeiten und Kenntnissen in Bayes'scher Statistik.

  • Erklären Sie die wesentlichen Konzepte der Bayes'schen Statistik.

  • Wenden Sie das, was Sie wissen, auf Daten aus der Praxis an.

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

6 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung Bayessche Statistik
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
  • Lernen Sie neue Konzepte von Branchenexperten
  • Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
  • Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
  • Erwerben Sie ein Berufszertifikat zur Vorlage
Platzhalter
Platzhalter

Erwerben Sie ein Karrierezertifikat.

Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.

Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.

Platzhalter

In diesem Kurs gibt es 4 Module

In diesem Modul werden wir die konjugierte Bayes'sche Analyse für autoregressive (AR) Modelle vorstellen.

Das ist alles enthalten

3 Videos7 Lektüren2 Aufgaben

In diesem Modul stellen wir einige Kriterien vor, die bei der Auswahl der Reihenfolge der AR-Prozesse und der Anzahl der Mischungskomponenten verwendet werden können und die später bei der Einführung von AR-Mischungsmodellen zum Einsatz kommen werden.

Das ist alles enthalten

2 Videos2 Lektüren2 Aufgaben

In diesem Modul werden wir eine Bayes'sche Analyse für eine Standortmischung von AR(p)-Modellen durchführen.

Das ist alles enthalten

4 Videos3 Lektüren2 Aufgaben

In diesem Modul werden wir alles, was wir bisher gelernt haben, nutzen, um ein Mischmodell für Zeitreihendaten zu erstellen.

Das ist alles enthalten

1 Lektüre1 peer review

Dozent

Jizhou Kang
University of California, Santa Cruz
1 Kurs1.025 Lernende

von

Empfohlen, wenn Sie sich für Datenanalyse interessieren

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Platzhalter

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen