DeepLearning.AI
Wahrscheinlichkeit & Statistik für maschinelles Lernen & Datenwissenschaft
DeepLearning.AI

Wahrscheinlichkeit & Statistik für maschinelles Lernen & Datenwissenschaft

Luis Serrano

Dozent: Luis Serrano

68.303 bereits angemeldet

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.6

(463 Bewertungen)

Stufe Mittel

Empfohlene Erfahrung

Flexibler Zeitplan
Ca. 33 Stunden
In Ihrem eigenen Lerntempo lernen
92%
Den meisten Lernenden gefiel dieser Kurs
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.6

(463 Bewertungen)

Stufe Mittel

Empfohlene Erfahrung

Flexibler Zeitplan
Ca. 33 Stunden
In Ihrem eigenen Lerntempo lernen
92%
Den meisten Lernenden gefiel dieser Kurs

Was Sie lernen werden

  • Beschreiben und quantifizieren Sie die Unsicherheit, die mit den Vorhersagen von Modellen des maschinellen Lernens verbunden ist

  • Visuelles und intuitives Verständnis der Eigenschaften häufig verwendeter Wahrscheinlichkeitsverteilungen beim maschinellen Lernen und in der Datenwissenschaft

  • Anwendung gängiger statistischer Methoden wie Maximum-Likelihood-Schätzung (MLE) und Maximum-A-Priori-Schätzung (MAP) auf Probleme des maschinellen Lernens

  • Bewerten Sie die Leistung von Modellen des maschinellen Lernens anhand von Intervallschätzungen und Fehlermargen

Kompetenzen, die Sie erwerben

  • Kategorie: Wahrscheinlichkeitsrechnung und Statistik
  • Kategorie: Algorithmen für maschinelles Lernen (ML)
  • Kategorie: Statistische Analyse
  • Kategorie: Wahrscheinlichkeit
  • Kategorie: Statistische Hypothesentests

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

8 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 Mathematik für maschinelles Lernen und Datenwissenschaft
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 dieser Woche lernen Sie die Wahrscheinlichkeit von Ereignissen und verschiedene Wahrscheinlichkeitsregeln kennen, um korrekt mit Wahrscheinlichkeiten rechnen zu können. Sie lernen das Konzept der bedingten Wahrscheinlichkeit und die Schlüsselidee hinter dem Bayes-Theorem kennen. In Lektion 2 verallgemeinern wir das Konzept der Ereigniswahrscheinlichkeit auf die Wahrscheinlichkeitsverteilung über Zufallsvariablen. Sie werden einige gängige Wahrscheinlichkeitsverteilungen wie die Binomialverteilung und die Normalverteilung kennenlernen.

Das ist alles enthalten

30 Videos9 Lektüren2 Aufgaben1 Programmieraufgabe4 Unbewertete Labore

In dieser Woche lernen Sie verschiedene Maße zur Beschreibung von Wahrscheinlichkeitsverteilungen und beliebigen Datensätzen kennen. Dazu gehören Maße der zentralen Tendenz (Mittelwert, Median und Modus), der Varianz, der Schiefe und der Kurtosis. Das Konzept des Erwartungswerts einer Zufallsvariablen wird eingeführt, damit Sie jedes dieser Maße verstehen können. Sie lernen auch einige visuelle Hilfsmittel zur Beschreibung von Daten und Verteilungen kennen. In Lektion 2 lernen Sie die Wahrscheinlichkeitsverteilung von zwei oder mehr Zufallsvariablen anhand von Konzepten wie der gemeinsamen Verteilung, der Randverteilung und der bedingten Verteilung kennen. Zum Abschluss der Woche lernen Sie die Kovarianz kennen: eine Verallgemeinerung der Abweichung auf zwei oder mehr Zufallsvariablen.

Das ist alles enthalten

27 Videos2 Lektüren2 Aufgaben1 Programmieraufgabe3 Unbewertete Labore

In dieser Woche verlagert sich der Schwerpunkt von der Wahrscheinlichkeit zur Statistik. Zunächst lernen Sie das Konzept einer Stichprobe und einer Population sowie zwei grundlegende Ergebnisse der Statistik kennen, die sich auf Stichproben und Populationen beziehen: das Gesetz der großen Zahlen und den zentralen Grenzwertsatz. In Lektion 2 lernen Sie die erste und einfachste Methode der Schätzung in der Statistik kennen: die Punktschätzung. Sie werden sehen, wie die Maximum-Likelihood-Schätzung, die gängigste Punktschätzungsmethode, funktioniert und wie Regularisierung hilft, Überanpassung zu verhindern. Anschließend erfahren Sie, wie die Bayes'sche Statistik das Konzept der Vorannahmen in die Art und Weise der Datenauswertung und der Schlussfolgerungen einbezieht.

Das ist alles enthalten

20 Videos3 Lektüren2 Aufgaben2 Unbewertete Labore

In dieser Woche lernen Sie eine weitere Schätzungsmethode kennen, die Intervallschätzung. Die gebräuchlichsten Intervallschätzungen sind Konfidenzintervalle. Sie werden sehen, wie diese berechnet werden und wie man sie richtig interpretiert. In Lektion 2 lernen Sie etwas über Hypothesentests, bei denen Schätzungen als Hypothese formuliert und dann anhand von verfügbaren Beweisen oder einer Stichprobe von Daten getestet werden. Sie lernen das Konzept des P-Wertes kennen, das Ihnen hilft, eine Entscheidung über einen Hypothesentest zu treffen. Außerdem lernen Sie einige gängige Tests wie den t-Test, den t-Test mit zwei Stichproben und den gepaarten t-Test kennen. Sie werden die Woche mit einer interessanten Anwendung von Hypothesentests in der Datenwissenschaft beenden: A/B-Tests.

Das ist alles enthalten

22 Videos8 Lektüren2 Aufgaben1 Programmieraufgabe1 Unbewertetes Labor

Dozent

Lehrkraftbewertungen
4.6 (122 Bewertungen)
Luis Serrano
DeepLearning.AI
4 Kurse157.142 Lernende

von

DeepLearning.AI

Empfohlen, wenn Sie sich für Algorithmen 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.“

Bewertungen von Lernenden

Zeigt 3 von 463

4.6

463 Bewertungen

  • 5 stars

    77,96 %

  • 4 stars

    13,17 %

  • 3 stars

    4,31 %

  • 2 stars

    1,72 %

  • 1 star

    2,80 %

HZ
5

Geprüft am 17. Juli 2023

AM
5

Geprüft am 28. Feb. 2024

RR
5

Geprüft am 12. Nov. 2023

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