Acerca de este Curso
7,613 vistas recientes

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Nivel avanzado

Aprox. 11 horas para completar

Sugerido: 6 weeks of study, 1-2 hours/week...

Inglés (English)

Subtítulos: Inglés (English)
User
Los estudiantes que toman este Course son
  • Biologists
  • Data Scientists
  • Traders
  • Scientists
  • Researchers

Habilidades que obtendrás

StatisticsLinear RegressionR ProgrammingLinear Algebra
User
Los estudiantes que toman este Course son
  • Biologists
  • Data Scientists
  • Traders
  • Scientists
  • Researchers

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Nivel avanzado

Aprox. 11 horas para completar

Sugerido: 6 weeks of study, 1-2 hours/week...

Inglés (English)

Subtítulos: Inglés (English)

Programa - Qué aprenderás en este curso

Semana
1
1 horas para completar

Background

7 videos (Total 28 minutos), 4 lecturas, 1 cuestionario
7 videos
Matrix derivatives5m
Coding example2m
Centering by matrix multiplication6m
Coding example2m
Variance via matrix multiplication6m
Coding example2m
4 lecturas
Welcome to the class10m
Course textbook10m
Grading10m
In this module10m
1 ejercicios de práctica
Background Quiz12m
Semana
2
1 horas para completar

One and two parameter regression

6 videos (Total 29 minutos), 2 lecturas, 1 cuestionario
6 videos
Centering first8m
Coding example1m
Connection with linear regression7m
Coding example1m
Fitted values and residuals4m
2 lecturas
Before you begin10m
Before you begin10m
1 ejercicios de práctica
One Parameter Regression Quiz10m
Semana
3
1 horas para completar

Linear regression

8 videos (Total 23 minutos), 2 lecturas, 1 cuestionario
8 videos
Coding example1m
Prediction2m
Coding example2m
Residuals2m
Coding example1m
Generalizations6m
Generalizations example2m
2 lecturas
Before you begin10m
Generalizations10m
1 ejercicios de práctica
Linear Regression Quiz12m
Semana
4
1 horas para completar

General least squares

6 videos (Total 39 minutos), 1 lectura, 1 cuestionario
6 videos
Coding example3m
Second derivation of least squares4m
Projections9m
Third derivation of least squares12m
Coding example4m
1 lecturas
Before you begin10m
1 ejercicios de práctica
General Least Squares Quiz20m
4.4
24 revisionesChevron Right

Principales revisiones sobre Advanced Linear Models for Data Science 1: Least Squares

por DLJun 8th 2016

We need more advanced, theoretical courses on Coursera, like this one, in order to deeply understand the more general courses like Regression Models and Linear Models.

por SPApr 30th 2017

Good mathematical rigour for the analysis of linear models. Builds some good intuition for the geometry of least squares which helps in model result interpretation.

Instructores

Avatar

Brian Caffo, PhD

Professor, Biostatistics
Bloomberg School of Public Health

Acerca de Universidad Johns Hopkins

The mission of The Johns Hopkins University is to educate its students and cultivate their capacity for life-long learning, to foster independent and original research, and to bring the benefits of discovery to the world....

Preguntas Frecuentes

  • Una vez que te inscribes para obtener un Certificado, tendrás acceso a todos los videos, cuestionarios y tareas de programación (si corresponde). Las tareas calificadas por compañeros solo pueden enviarse y revisarse una vez que haya comenzado tu sesión. Si eliges explorar el curso sin comprarlo, es posible que no puedas acceder a determinadas tareas.

  • Cuando compras un Certificado, obtienes acceso a todos los materiales del curso, incluidas las tareas calificadas. Una vez que completes el curso, 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 participar del curso como oyente sin costo.

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