University of California, Santa Cruz
Spécialisation Statistiques bayésiennes

Offrez à votre carrière le cadeau de Coursera Plus avec $160 de réduction, facturé annuellement. Économisez aujourd’hui.

University of California, Santa Cruz

Spécialisation Statistiques bayésiennes

Statistiques bayésiennes pour la modélisation et la prédiction. Apprenez les bases et mettez en pratique vos compétences en matière d'analyse de données.

Matthew Heiner
Herbert Lee
Abel Rodriguez

Instructeurs : Matthew Heiner

Enseignant de premier plan

13 619 déjà inscrits

Inclus avec Coursera Plus

Approfondissez votre connaissance d’un sujet
4.6

(334 avis)

niveau Intermédiaire

Expérience recommandée

2 mois
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Approfondissez votre connaissance d’un sujet
4.6

(334 avis)

niveau Intermédiaire

Expérience recommandée

2 mois
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Inférence bayésienne

  • Prévision des séries temporelles

  • Modélisation hiérarchique

Compétences que vous acquerrez

  • Catégorie : Statistiques
  • Catégorie : Science des données
  • Catégorie : Statistiques bayésiennes
  • Catégorie : Analyse des Données
  • Catégorie : La programmation en R

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Emplacement réservé

Améliorez votre expertise en la matière

  • Acquérez des compétences recherchées auprès d’universités et d’experts du secteur
  • Maîtrisez un sujet ou un outil avec des projets pratiques
  • Développez une compréhension approfondie de concepts clés
  • Obtenez un certificat professionnel auprès de University of California, Santa Cruz
Emplacement réservé
Emplacement réservé

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

Emplacement réservé

Spécialisation - 5 séries de cours

Statistiques bayésiennes : Du concept à l'analyse des données

COURS 111 heures4.6 (3,170 évaluations)

Ce que vous apprendrez

  • Décrire et appliquer l'approche bayésienne des statistiques.

  • Expliquez les principales différences entre les approches bayésienne et fréquentiste.

  • Maîtriser les bases de l'environnement informatique R.

Compétences que vous acquerrez

Catégorie : Prévisions
Catégorie : Statistiques bayésiennes
Catégorie : Séries chronologiques
Catégorie : Modélisation linéaire dynamique
Catégorie : La programmation en R

Statistiques bayésiennes : Techniques et modèles

COURS 229 heures4.8 (484 évaluations)

Ce que vous apprendrez

  • Communiquer efficacement les résultats de l'analyse des données.

  • Utiliser les résultats de la modélisation statistique pour tirer des conclusions scientifiques.

  • Étendre les modèles statistiques de base pour tenir compte des observations corrélées à l'aide de modèles hiérarchiques.

Compétences que vous acquerrez

Catégorie : Échantillonnage de Gibbs
Catégorie : Statistiques bayésiennes
Catégorie : Inférence bayésienne
Catégorie : La programmation en R

Statistiques bayésiennes : Modèles de mélange

COURS 321 heures4.5 (56 évaluations)

Ce que vous apprendrez

  • Expliquez les principes de base de l'algorithme d'ajustement d'un modèle de mélange.

  • Calculez l'espérance et la variance d'une distribution de mélange.

  • Utiliser des modèles de mélange pour résoudre des problèmes de classification et de regroupement, et pour fournir des estimations de densité.

Statistiques bayésiennes : Analyse des séries temporelles

COURS 422 heures4.3 (15 évaluations)

Ce que vous apprendrez

  • Construire des modèles qui décrivent les dépendances temporelles.

  • Utilisez R pour l'analyse et la prévision des séries temporelles.

  • Expliquez les processus de séries temporelles stationnaires.

Compétences que vous acquerrez

Catégorie : Statistiques
Catégorie : Statistiques bayésiennes
Catégorie : Inférence bayésienne
Catégorie : La programmation en R

Ce que vous apprendrez

  • Démontrer un large éventail de compétences et de connaissances en matière de statistiques bayésiennes.

  • Expliquer les concepts essentiels de la statistique bayésienne.

  • Appliquez ce que vous savez à des données réelles.

Compétences que vous acquerrez

Catégorie : Modèle de Markov
Catégorie : Statistiques bayésiennes
Catégorie : Modèle de mélange
Catégorie : La programmation en R

Instructeurs

Herbert Lee
University of California, Santa Cruz
1 Cours151 176 apprenants
Matthew Heiner

Enseignant de premier plan

University of California, Santa Cruz
1 Cours55 792 apprenants

Offert par

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Emplacement réservé

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, 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