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

3.8
estrellas
16 calificaciones

Dr. Srijith Rajamohan

1560 ya inscrito

Ofrecido Por

Programa especializado: Introduction to Computational Statistics for Data ScientistsDatabricks

Acerca de este Curso

2408 vistas recientes

The objective of this course is to introduce PyMC3 for Bayesian Modeling and Inference,  The attendees will start off by learning the the basics of PyMC3 and learn how to perform scalable inference for a variety of problems. This will be the final course in a specialization of three courses .Python and Jupyter notebooks will be used throughout this course to illustrate and perform Bayesian modeling with PyMC3.. 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 instructor for this course will be Dr. Srijith Rajamohan.

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.

Curso 3 de 3 en

Programa especializado: Introduction to Computational Statistics for Data Scientists

Nivel principiante

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

2. Course 1 & 2 in this Specialization.

Aprox. 11 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

1. The PyMC3/ArViz framework for Bayesian modeling and inference
2. Build real-world models using PyMC3 and assess the quality of your models

Habilidades que obtendrás

Bayesian Inference
Python Programming
Monte Carlo Method
PyMC3
Scipy

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.

Curso 3 de 3 en

Programa especializado: Introduction to Computational Statistics for Data Scientists

Nivel principiante

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

2. Course 1 & 2 in this Specialization.

Aprox. 11 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

Dr. Srijith Rajamohan

Sr. Developer Advocate (Data Science)

4405 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

2 horas para completar

Introduction to PyMC3 - Part 1

This module serves as an introduction to the PyMC3 framework for probabilistic programming. It introduces some of the concepts related to modeling and the PyMC3 syntax. The visualization library ArViz, that is integrated into PyMC3, will also be introduced. The course website is https://sjster.github.io/introduction_to_computational_statistics/docs/Production/PyMC3.html. Instructions to download and run the notebooks are at https://sjster.github.io/introduction_to_computational_statistics/docs/Production/getting_started.html

2 horas para completar

12 videos (Total 48 minutos), 3 lecturas, 1 cuestionario

12 videos

Welcome to Course 3!46sProbabilistic Programming with PyMC35mAn introduction to PyMC3 5mInference with PyMC34mComposition of Distributions1mHPD, HDI and ROPE4mCredible and Confidence Intervals3mModeling with a Gaussian Distribution6mPosterior Predictive Checks3mRobust Models3mHierarchical Models6mShrinkage in Hierarchical Models4m

3 lecturas

What can you expect from this course/specialization?10mProbabilistic Programming Frameworks30mPlate Notation30m

1 ejercicio de práctica

PyMC3 - I30m

Semana2

Semana 2

1 hora para completar

Introduction to PyMC3 - Part 2

This module will teach the basics of using PyMC3 to solve regression and classification problems using PyMC3. It will also show how to deal with outliers in your data and create hierarchical models. Finally, a case study is presented to help apply everything that was learned in Module 1 and 2. The course website ishttps://sjster.github.io/introduction_to_computational_statistics/docs/Production/PyMC3.html#linear-regression-again. Instructions to download and run the notebooks are at https://sjster.github.io/introduction_to_computational_statistics/docs/Production/getting_started.html

1 hora para completar

14 videos (Total 47 minutos)

14 videos

Linear Regression3mMean-centering for Linear Regression2mRobust Linear Regression2mHierarchical Linear Regression5mPolynomial Linear Regression3mMultiple Linear Regression2mLogistic Regression2mLogistic Regression with PyMC36mDecision Boundary for Classification1mMultiple Logistic Regression2mMulticlass Logistic Regression2mCase Study with PyMC3 - I2mCase Study with PyMC3 - II5mCase Study with PyMC3 - III2m

1 ejercicio de práctica

PyMC3 - II30m

Semana3

Semana 3

5 horas para completar

Metrics in PyMC3

This module introduces various measures and metrics to assess the quality of the solutions inferred using PyMC3. Hands-on examples are used to illustrate how various methods and visualizations can be used in PyMC3. Finally, a brief overview of how to debug PyMC3 algorithms is provided. The course website ishttps://sjster.github.io/introduction_to_computational_statistics/docs/Production/PyMC3.html#mcmc-metrics. Instructions to download and run the notebooks are at https://sjster.github.io/introduction_to_computational_statistics/docs/Production/getting_started.html

5 horas para completar

11 videos (Total 28 minutos), 3 lecturas, 1 cuestionario

11 videos

Introduction to Metrics and Tuning2mMetropolis and HMC2mMixing and Potential Scale Reduction Factor1mCentered and Non-centered Parameterization5mAssess convergence in PyMC32mForest plots for visualization1mAutocorrelation and Effective Sample Size2mMonte Carlo error and Divergences3mDiagnosing issues in PyMC32mDiagnosing issues in PyMC3 with the multiclass classification problem3mDebugging in PyMC353s

3 lecturas

Visualization in Bayesian Workflow1h 30mTuning1hImproved Rhat1h 30m

1 ejercicio de práctica

PyMC3 - III30m

Semana4

Semana 4

3 horas para completar

Modeling of COVID-19 cases using PyMC3

3 horas para completar

Reseñas

3.8

6 reseña

5 stars
37,50 %
4 stars
31,25 %
3 stars
12,50 %
2 stars
6,25 %
1 star
12,50 %

Principales reseñas sobre INTRODUCTION TO PYMC3 FOR BAYESIAN MODELING AND INFERENCE

por GM14 de sep. de 2022

Great capstone providing useful practice and tools for applying the concepts.

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 PyMC3 for Bayesian Modeling and Inference

Acerca de este Curso

Qué aprenderás

Habilidades que obtendrás