Verstehen Sie die Grundlagen der Wahrscheinlichkeitsrechnung und ihre Beziehung zu Statistik und Datenwissenschaft. Wir lernen, was es bedeutet, eine Wahrscheinlichkeit zu berechnen, unabhängige und abhängige Ergebnisse und bedingte Ereignisse. Wir werden uns mit diskreten und kontinuierlichen Zufallsvariablen beschäftigen und sehen, wie dies mit der Datenerfassung zusammenhängt. Wir beenden den Kurs mit Gauß'schen (normalen) Zufallsvariablen und dem zentralen Grenzwertsatz und verstehen seine grundlegende Bedeutung für die gesamte Statistik und Datenwissenschaft. Dieser Kurs kann im Rahmen des Master of Science in Data Science (MS-DS) der CU Boulder, der auf der Coursera-Plattform angeboten wird, angerechnet werden. Der MS-DS ist ein interdisziplinärer Studiengang, der Dozenten aus den Fachbereichen Angewandte Mathematik, Informatik, Informationswissenschaft und anderen der CU Boulder zusammenbringt. Da die Zulassung leistungsabhängig ist und es kein Bewerbungsverfahren gibt, ist der MS-DS ideal für Personen mit einem breiten Spektrum an grundständiger Ausbildung und/oder Berufserfahrung in Informatik, Informationswissenschaft, Mathematik und Statistik. Erfahren Sie mehr über das MS-DS-Programm unter https://www.coursera.org/degrees/master-of-science-data-science-boulder Logo angepasst von einem Foto von Christopher Burns auf Unsplash.
Wahrscheinlichkeitstheorie: Grundlage für Data Science
Dieser Kurs ist Teil von Spezialisierung Grundlagen der Datenwissenschaft: Statistische Inferenz
Dozenten: Anne Dougherty
26.373 bereits angemeldet
Bei enthalten
(230 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Erklären Sie, warum Wahrscheinlichkeit für Statistik und Datenwissenschaft wichtig ist.
Sehen Sie sich die Beziehung zwischen bedingten und unabhängigen Ereignissen in einem statistischen Experiment an.
Berechnen Sie den Erwartungswert und die Varianz mehrerer Zufallsvariablen und entwickeln Sie eine gewisse Intuition.
Kompetenzen, die Sie erwerben
- Kategorie: Bayes' Theorem
- Kategorie: kontinuierliche Zufallsvariablen
- Kategorie: Wahrscheinlichkeit
- Kategorie: diskrete Zufallsvariablen
- Kategorie: theorem der zentralen Begrenzung
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
6 Quizzes
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- 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
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.
In diesem Kurs gibt es 7 Module
Willkommen zum Kurs! Dieses Modul enthält logistische Informationen, damit Sie loslegen können!
Das ist alles enthalten
3 Lektüren1 Diskussionsthema1 Unbewertetes Labor
Verstehen Sie die Grundlagen der Wahrscheinlichkeitsrechnung und ihre Beziehung zu Statistik und Datenwissenschaft. Wir lernen, was es bedeutet, eine Wahrscheinlichkeit zu berechnen, unabhängige und abhängige Ergebnisse und bedingte Ereignisse. Wir werden uns mit diskreten und kontinuierlichen Zufallsvariablen beschäftigen und sehen, wie dies mit der Datenerfassung zusammenhängt. Am Ende des Kurses werden wir uns mit Gaußschen (normalen) Zufallsvariablen und dem zentralen Grenzwertsatz beschäftigen und seine grundlegende Bedeutung für die gesamte Statistik und Datenwissenschaft verstehen.
Das ist alles enthalten
3 Videos2 Lektüren1 Quiz1 Programmieraufgabe1 Unbewertetes Labor
Der Begriff der "bedingten Wahrscheinlichkeit" ist ein sehr nützliches Konzept aus der Wahrscheinlichkeitstheorie und in diesem Modul stellen wir die Idee der "Konditionierung" und die Bayes-Formel vor. Das grundlegende Konzept des "unabhängigen Ereignisses" ergibt sich dann natürlich aus dem Begriff der Konditionierung. Bedingte und unabhängige Ereignisse sind grundlegende Konzepte für das Verständnis statistischer Ergebnisse.
Das ist alles enthalten
2 Videos1 Lektüre1 Quiz1 Programmieraufgabe1 Unbewertetes Labor
Das Konzept der "Zufallsvariablen" (r.v.) ist grundlegend und wird in der Statistik häufig verwendet. In diesem Modul werden wir verschiedene diskrete Zufallsvariablen untersuchen. Wir lernen einige ihrer Eigenschaften kennen und erfahren, warum sie wichtig sind. Außerdem werden wir den Erwartungswert und die Varianz für diese Zufallsvariablen berechnen.
Das ist alles enthalten
4 Videos1 Lektüre1 Quiz1 Programmieraufgabe1 Unbewertetes Labor
In diesem Modul werden wir unsere Definition von Zufallsvariablen auf kontinuierliche Zufallsvariablen ausweiten. Die Konzepte in dieser Einheit sind von entscheidender Bedeutung, da sich ein wesentlicher Teil der Statistik mit der Analyse kontinuierlicher Zufallsvariablen beschäftigt. Wir beginnen mit gleichförmigen und exponentiellen Zufallsvariablen und untersuchen dann Gaußsche oder normale Zufallsvariablen.
Das ist alles enthalten
4 Videos2 Lektüren1 Quiz1 Programmieraufgabe1 Unbewertetes Labor
Die Stärke der Statistik liegt in der Möglichkeit, die Ergebnisse und Auswirkungen mehrerer Zufallsvariablen (d.h. manchmal auch als "Daten" bezeichnet) zu untersuchen. In diesem Modul lernen wir daher das Konzept der "gemeinsamen Verteilung" kennen, mit dem wir die Wahrscheinlichkeitstheorie auf den multivariaten Fall verallgemeinern können.
Das ist alles enthalten
3 Videos1 Lektüre1 Quiz1 Programmieraufgabe
Der zentrale Grenzwertsatz (Central Limit Theorem, CLT) ist ein wichtiges Ergebnis, das bei der Analyse von Daten verwendet wird. In diesem Modul stellen wir den CLT und seine Anwendungen vor, z.B. die Charakterisierung der Verteilung des Mittelwerts eines großen Datensatzes. Dies wird die Grundlage für den nächsten Kurs bilden.
Das ist alles enthalten
2 Videos1 Lektüre1 Quiz1 Programmieraufgabe1 Unbewertetes Labor
Dozenten
Empfohlen, wenn Sie sich für Wahrscheinlichkeitsrechnung und Statistik interessieren
University of Colorado Boulder
University of Colorado Boulder
University of Colorado Boulder
University of Colorado Boulder
Auf einen Abschluss hinarbeiten
Dieses Kurs ist Teil des/der folgenden Studiengangs/Studiengänge, die von University of Colorado Boulderangeboten werden. Wenn Sie zugelassen werden und sich immatrikulieren, können Ihre abgeschlossenen Kurse auf Ihren Studienabschluss angerechnet werden und Ihre Fortschritte können mit Ihnen übertragen werden.¹
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 230
230 Bewertungen
- 5 stars
79,13 %
- 4 stars
10 %
- 3 stars
2,60 %
- 2 stars
1,73 %
- 1 star
6,52 %
Geprüft am 2. Juni 2024
Geprüft am 18. Okt. 2024
Geprüft am 17. Apr. 2022
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
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.