Acerca de este Curso

3995 vistas recientes
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.
Nivel principiante

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

2. Course 1 in this Specialization.

Aprox. 15 horas para completar
Inglés (English)

Qué aprenderás

  • 1. Markov Chain Monte Carlo algorithms

    2. Implementing the above in Python

    3. Assess the performance of Bayesian models

Habilidades que obtendrás

BayesianScipyScikit-LearnMCMC
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.
Nivel principiante

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

2. Course 1 in this Specialization.

Aprox. 15 horas para completar
Inglés (English)

ofrecido por

Placeholder

Databricks

Programa - Qué aprenderás en este curso

Semana
1

Semana 1

5 horas para completar

Topics in Model Performance

5 horas para completar
13 videos (Total 31 minutos), 5 lecturas, 1 cuestionario
Semana
2

Semana 2

5 horas para completar

The Metropolis Algorithms for MCMC

5 horas para completar
8 videos (Total 29 minutos), 1 lectura, 1 cuestionario
Semana
3

Semana 3

4 horas para completar

Gibbs Sampling and Hamiltonian Monte Carlo Algorithms

4 horas para completar
7 videos (Total 28 minutos), 2 lecturas, 1 cuestionario

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

Introduction to Computational Statistics for Data Scientists

Preguntas Frecuentes

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