L'objectif de ce cours est d'introduire les statistiques computationnelles aux aspirants ou nouveaux scientifiques des données. Les participants commenceront par apprendre les bases de la probabilité, de la modélisation bayésienne et de l'inférence. Ce cours sera le premier d'une spécialisation de trois cours .Python et Jupyter notebooks seront utilisés tout au long de ce cours pour illustrer et effectuer la modélisation bayésienne. Le site web du cours se trouve à l'adresse https://sjster.github.io/introduction_to_computational_statistics/docs/index.html. Les notebooks du cours peuvent être téléchargés depuis ce site web en suivant les instructions de la page https://sjster.github.io/introduction_to_computational_statistics/docs/getting_started.html. Les instructeurs de ce cours seront le Dr Srijith Rajamohan et le Dr Robert Settlage.
Introduction aux statistiques bayésiennes
Ce cours fait partie de Spécialisation Introduction aux statistiques informatiques pour les scientifiques des données
Instructeur : Dr. Srijith Rajamohan
5 426 déjà inscrits
Inclus avec
(89 avis)
Expérience recommandée
Ce que vous apprendrez
Les bases de la probabilité, les statistiques bayésiennes, la modélisation et l'inférence.
Vous recevrez également une introduction pratique à l'utilisation de Python pour les statistiques computationnelles en utilisant Scikit-learn, SciPy et Numpy.
Compétences que vous acquerrez
- Catégorie : Scipy
- Catégorie : Statistiques
- Catégorie : Programmation en Python
- Catégorie : Inférence bayésienne
- Catégorie : visualisation
Détails à connaître
Ajouter à votre profil LinkedIn
17 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 4 modules dans ce cours
Introduction à l'environnement de calcul pour la Specializations. Les utilisateurs seront initiés à l'écosystème Databricks pour la science des données. Les utilisateurs peuvent également déployer les notebooks sur Binder pour un accès sans installation.
Inclus
4 vidéos1 lecture
Dans ce module, vous apprendrez les fondements des probabilités et des statistiques. L'accent est mis sur la familiarisation avec les termes et les concepts.
Inclus
17 vidéos7 lectures12 devoirs
Ce module est une introduction aux distributions courantes ainsi qu'au code Python permettant de générer, de tracer et d'interagir avec ces distributions. Vous apprendrez également à effectuer une estimation du maximum de vraisemblance (MLE) pour diverses distributions et une estimation de la densité du noyau (KDE) pour les distributions non paramétriques.
Inclus
12 vidéos2 lectures2 devoirs
Ce module vous présente différents algorithmes d'échantillonnage pour générer des distributions. Vous serez également initié au code Python qui effectue l'échantillonnage.
Inclus
6 vidéos2 lectures3 devoirs
Instructeur
Offert par
Recommandé si vous êtes intéressé(e) par Probabilités et Statistiques
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
89 avis
- 5 stars
61,79 %
- 4 stars
13,48 %
- 3 stars
15,73 %
- 2 stars
4,49 %
- 1 star
4,49 %
Affichage de 3 sur 89
Révisé le 13 août 2021
This course would be a bit hard for "complete" beginners, but would be enough for people who wish to refresh knowledge about Bayesian inference and stuff. The notes and codes are very good!!
Révisé le 25 févr. 2022
Content/notes wise this course is great, But teaching style needs to be improved. Rather than reading the notes instructor should teach by giving examples and driving some of the results.
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :
Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.
Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la Specializations, et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page de réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez auditer le cours gratuitement.
Si vous vous êtes abonné, vous bénéficiez d'une période d'essai gratuite de 7 jours pendant laquelle vous pouvez annuler votre abonnement sans pénalité. Après cette période, nous ne remboursons pas, mais vous pouvez résilier votre abonnement à tout moment. Consultez notre politique de remboursement complète.