Este curso forma parte de Programa especializado: Introduction to Computational Statistics for Data Scientists

3.5
estrellas
31 calificaciones

Dr. Srijith Rajamohan

3122 ya inscrito

Ofrecido Por

Programa especializado: Introduction to Computational Statistics for Data ScientistsDatabricks

Acerca de este Curso

3772 vistas recientes

The objective of this course is to introduce Computational Statistics to aspiring or new data scientists. The attendees will start off by learning the basics of probability, Bayesian modeling and inference. This will be the first course in a specialization of three courses .Python and Jupyter notebooks will be used throughout this course to illustrate and perform Bayesian modeling. The course website is located at https://sjster.github.io/introduction_to_computational_statistics/docs/index.html. The course notebooks can be downloaded from this website by following the instructions on page https://sjster.github.io/introduction_to_computational_statistics/docs/getting_started.html.
The instructors for this course will be Dr. Srijith Rajamohan and Dr. Robert Settlage.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Laboratorios de Coursera

Incluye proyectos de aprendizaje prácticos.

Obtén más información sobre los laboratorios de Coursera

Curso 1 de 3 en

Programa especializado: Introduction to Computational Statistics for Data Scientists

Nivel principiante

Some experience with Data Science using the PyData Stack of NumPy, SciPy, Pandas, Scikit-learn.

Knowledge of Jupyter Notebooks will be beneficial.

Aprox. 12 horas para completar

Inglés (English)

¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?

Prueba Coursera para negocios

Qué aprenderás

The basics of Probability, Bayesian statistics, modeling and inference.
You will also get a hands-on introduction to using Python for computational statistics using Scikit-learn, SciPy and Numpy.

Habilidades que obtendrás

Bayesian Inference
visualization
Python Programming
Scipy
Statistics

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Laboratorios de Coursera

Incluye proyectos de aprendizaje prácticos.

Obtén más información sobre los laboratorios de Coursera

Curso 1 de 3 en

Programa especializado: Introduction to Computational Statistics for Data Scientists

Nivel principiante

Some experience with Data Science using the PyData Stack of NumPy, SciPy, Pandas, Scikit-learn.

Knowledge of Jupyter Notebooks will be beneficial.

Aprox. 12 horas para completar

Inglés (English)

¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?

Prueba Coursera para negocios

Instructor

Calificación del instructor

3,23/5 (14 calificaciones)

Dr. Srijith Rajamohan

Sr. Developer Advocate (Data Science)

4399 alumnos

3 cursos

Ofrecido por

Databricks

Mira cómo los empleados de las mejores empresas dominan las habilidades más demandadas

Obtén más información sobre Coursera para Empresas

Programa - Qué aprenderás en este curso

Semana1

Semana 1

21 minutos para completar

Environment Setup

21 minutos para completar

4 videos (Total 11 minutos), 1 lectura

Semana2

Semana 2

6 horas para completar

Introduction to the Fundamentals of Probability

6 horas para completar

17 videos (Total 119 minutos), 7 lecturas, 12 cuestionarios

17 videos

Introductions1mChance regularities and random processes6mOutcomes, events and spaces8mAddition rules of probability6mMultiplication rules of probability5mConditional probability, Random Variables and Experiments8mRandom Variables and Distributions12mMoments, mean and variance10mJoint distributions of Random Variables5mEstimation using MoM and MLE9mBasics of Bayes' Rule7mDecisions and Loss Functions11mPriors introduction5mPriors as conjugates2mInformative vs non-informative priors3mJeffrey's Prior2mPrior distributions and posterior ramifications12m

7 lecturas

Introduction and references2mRules for manipulating probability10mRandom variables10mMoM and MLE10mBayes' and decisions10mLoss functions10mMore on priors10m

12 ejercicios de práctica

Week 2 Belief and Probability Practice10mWeek 2 Belief and Probability Graded Quiz10mWeek 2 Manipulating Probability Practice10mWeek 2 Manipulating Probability Graded Quiz20mWeek 2 Distributions Practice5mWeek 2 Distributions Graded Quiz10mWeek 2 Estimation Practice10mWeek 2 Estimation Graded Quiz30mWeek 2 Decisions Practice10mWeek 2 Decisions Graded Quiz30mWeek 2 Priors Practice10mWeek 2 Priors Graded Quiz10m

Semana3

Semana 3

4 horas para completar

A Hands-On Introduction to Common Distributions

4 horas para completar

12 videos (Total 49 minutos), 2 lecturas, 2 cuestionarios

12 videos

The Binomial Distribution5mNegative Binomial Distribution4mPoisson Distribution3mExponential Distribution2mGamma Distribution3mNormal Distribution3mLognormal Distribution2mStudent's t-distribution5mBeta Distribution4mMLE Estimation using a Beta Distribution 4mGaussian Mixture Model5mNon-parametric Methods: Kernel Density Estimation3m

2 lecturas

Reference1hReference1h

2 ejercicios de práctica

Common distributions30mNon-parametric methods20m

Semana4

Semana 4

3 horas para completar

Sampling Algorithms

3 horas para completar

6 videos (Total 32 minutos), 2 lecturas, 3 cuestionarios

Reseñas

3.5

13 reseña

5 stars
38,70 %
4 stars
12,90 %
3 stars
25,80 %
2 stars
9,67 %
1 star
12,90 %

Principales reseñas sobre INTRODUCTION TO BAYESIAN STATISTICS

por MG13 de ago. de 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!!

por TS25 de feb. de 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.

Ver todas las reseñas

Acerca de Programa especializado: Introduction to Computational Statistics for Data Scientists

The purpose of this series of courses is to teach the basics of Computational Statistics for the purpose of performing inference to aspiring or new Data Scientists. This is not intended to be a comprehensive course that teaches the basics of statistics and probability nor does it cover Frequentist statistical techniques based on the Null Hypothesis Significance Testing (NHST). What it does cover is:

The basics of Bayesian statistics and probability Understanding Bayesian inference and how it works The bare-minimum set of tools and a body of knowledge required to perform Bayesian inference in Python, i.e. the PyData stack of NumPy, Pandas, Scipy, Matplotlib, Seaborn and Plot.ly A scalable Python-based framework for performing Bayesian inference, i.e. PyMC3 With this goal in mind, the content is divided into the following three main sections (courses). Introduction to Bayesian Statistics - The attendees will start off by learning the the basics of probability, Bayesian modeling and inference in Course 1. Introduction to Monte Carlo Methods - This will be followed by a series of lectures on how to perform inference approximately when exact calculations are not viable in Course 2. PyMC3 for Bayesian Modeling and Inference - PyMC3 will be introduced along with its application to some real world scenarios. The lectures will be delivered through Jupyter notebooks and the attendees are expected to interact with the notebooks.

Introduction to Computational Statistics for Data Scientists

Preguntas Frecuentes

¿Cuándo podré acceder a las lecciones y tareas?
El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:
es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
¿Qué recibiré si me suscribo a este Programa especializado?
Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo. Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.
¿Hay ayuda económica disponible?
Sí. En ciertos programas de aprendizaje, puedes postularte para recibir ayuda económica o una beca en caso de no poder costear los gastos de la tarifa de inscripción. Si hay ayuda económica o becas disponibles para tu selección de programa de aprendizaje, verás un enlace para postularte en la página de descripción.

¿Tienes más preguntas? Visita el Centro de Ayuda al Estudiante.

Desarrolla habilidades para tus empleados e impulsa los resultados de la empresa

Descubre Coursera para Empresas

Introduction to Bayesian Statistics

Acerca de este Curso

Qué aprenderás

Habilidades que obtendrás