In Einführung in das statistische Lernen werden Konzepte der statistischen Modellierung erforscht, z.B. wann man bestimmte Modelle verwendet, wie man diese Modelle abstimmt und ob andere Optionen bestimmte Kompromisse bieten. Wir werden Regression, Klassifizierung, Bäume, Resampling, unüberwachte Techniken und vieles mehr behandeln! 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, Informationswissenschaften und anderen Bereichen 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.
Regression und Klassifizierung
Dieser Kurs ist Teil von Spezialisierung Statistisches Lernen für Datenwissenschaft
Dozent: James Bird
2.616 bereits angemeldet
Bei 
enthalten
(13 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Erklären Sie, warum statistisches Lernen wichtig ist und wie es eingesetzt werden kann.
Erkennen Sie die Stärken, Schwächen und Vorbehalte verschiedener Modelle und wählen Sie das am besten geeignete Modell für ein bestimmtes statistisches Problem.
Bestimmen Sie, welche Art von Daten und Problemen überwachte bzw. nicht überwachte Techniken erfordern.
Kompetenzen, die Sie erwerben
- Kategorie: Modellierung
- Kategorie: Datenverarbeitung
- Kategorie: Maschinelles Lernen
- Kategorie: Statistische Analyse
- Kategorie: R-Programmierung
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
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 6 Module
Einführung in die übergreifenden und grundlegenden Konzepte des statistischen Lernens.
Das ist alles enthalten
9 Videos2 Lektüren1 Diskussionsthema
Erforschung der Bewertung von Modellen in verschiedenen Situationen. Wie definieren wir ein "bestes" Modell für gegebene Daten?
Das ist alles enthalten
6 Videos2 Programmieraufgaben1 Diskussionsthema
Einführung in die einfache lineare Regression, z.B. wann und wie man sie verwendet.
Das ist alles enthalten
5 Videos1 Diskussionsthema
Ein tiefer Einblick in die multiple lineare Regression, eine starke und äußerst beliebte Technik für ein kontinuierliches Ziel.
Das ist alles enthalten
6 Videos3 Programmieraufgaben
Das ist alles enthalten
7 Videos1 Diskussionsthema
Das ist alles enthalten
8 Videos5 Programmieraufgaben
Dozent
Empfohlen, wenn Sie sich für Wahrscheinlichkeitsrechnung und Statistik interessieren
University of London
Coursera Project Network
Duke University
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
13 Bewertungen
- 5 stars
64,28 %
- 4 stars
7,14 %
- 3 stars
0 %
- 2 stars
7,14 %
- 1 star
21,42 %
Zeigt 3 von 13 an
Geprüft am 28. Apr. 2024
Great course with clear and concise explanation. I highly recommend taking the course.
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - 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.