Machine LearningGithubR ProgrammingRegression AnalysisData Visualization (DataViz)StatisticsStatistical InferenceStatistical Hypothesis TestingModel SelectionGeneralized Linear ModelLinear RegressionRandom Forest
ofrecido por
Programa especializado: Data Science: Statistics and Machine LearningUniversidad Johns HopkinsQué aprenderás
Perform regression analysis, least squares and inference using regression models.
Build and apply prediction functions
Develop public data products
Understand the process of drawing conclusions about populations or scientific truths from data
Habilidades que obtendrás
Acerca de este Programa Especializado
30,524 vistas recientes
Build models, make inferences, and deliver interactive data products.
This specialization continues and develops on the material from the Data Science: Foundations using R specialization. It covers statistical inference, regression models, machine learning, and the development of data products. In the Capstone Project, you’ll apply the skills learned by building a data product using real-world data. At completion, learners will have a portfolio demonstrating their mastery of the material.
The five courses in this specialization are the very same courses that make up the second half of the Data Science Specialization. This specialization is presented for learners who have already mastered the fundamentals and want to skip right to the more advanced courses.
Proyecto de aprendizaje aplicado
Each course in this Data Science: Statistics and Machine Learning Specialization includes a hands-on, peer-graded assignment. To earn the Specialization Certificate, you must successfully complete the hands-on, peer-graded assignment in each course, including the final Capstone Project.
Resultados profesionales del estudiante
43%
Comenzaste una nueva carrera profesional después de completar este programa especializado.
19%
Conseguiste un aumento de sueldo o ascenso.
Certificado para compartir
Obtén un certificado al finalizar
Cursos 100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Cronograma flexible
Establece y mantén fechas de entrega flexibles.
Nivel intermedio
Se requiere cierto nivel de experiencia relacionada.
Aprox. 6 meses para completar
Sugerido 6 horas/semana
Inglés (English)
Subtítulos: Inglés (English), Francés (French), Portugués (de Brasil), Vietnamita, Coreano, Ruso (Russian), Español (Spanish)
Resultados profesionales del estudiante
43%
Comenzaste una nueva carrera profesional después de completar este programa especializado.
19%
Conseguiste un aumento de sueldo o ascenso.
Certificado para compartir
Obtén un certificado al finalizar
Cursos 100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Cronograma flexible
Establece y mantén fechas de entrega flexibles.
Nivel intermedio
Se requiere cierto nivel de experiencia relacionada.
Aprox. 6 meses para completar
Sugerido 6 horas/semana
Inglés (English)
Subtítulos: Inglés (English), Francés (French), Portugués (de Brasil), Vietnamita, Coreano, Ruso (Russian), Español (Spanish)
Hay 5 cursos en este Programa Especializado
Inferencia estadística
4,037 calificaciones
Statistical inference is the process of drawing conclusions about populations or scientific truths from data. There are many modes of performing inference including statistical modeling, data oriented strategies and explicit use of designs and randomization in analyses. Furthermore, there are broad theories (frequentists, Bayesian, likelihood, design based, …) and numerous complexities (missing data, observed and unobserved confounding, biases) for performing inference. A practitioner can often be left in a debilitating maze of techniques, philosophies and nuance. This course presents the fundamentals of inference in a practical approach for getting things done. After taking this course, students will understand the broad directions of statistical inference and use this information for making informed choices in analyzing data.
Regression Models
3,124 calificaciones
Linear models, as their name implies, relates an outcome to a set of predictors of interest using linear assumptions. Regression models, a subset of linear models, are the most important statistical analysis tool in a data scientist’s toolkit. This course covers regression analysis, least squares and inference using regression models. Special cases of the regression model, ANOVA and ANCOVA will be covered as well. Analysis of residuals and variability will be investigated. The course will cover modern thinking on model selection and novel uses of regression models including scatterplot smoothing.
Practical Machine Learning
3,010 calificaciones
One of the most common tasks performed by data scientists and data analysts are prediction and machine learning. This course will cover the basic components of building and applying prediction functions with an emphasis on practical applications. The course will provide basic grounding in concepts such as training and tests sets, overfitting, and error rates. The course will also introduce a range of model based and algorithmic machine learning methods including regression, classification trees, Naive Bayes, and random forests. The course will cover the complete process of building prediction functions including data collection, feature creation, algorithms, and evaluation.
Developing Data Products
2,109 calificaciones
A data product is the production output from a statistical analysis. Data products automate complex analysis tasks or use technology to expand the utility of a data informed model, algorithm or inference. This course covers the basics of creating data products using Shiny, R packages, and interactive graphics. The course will focus on the statistical fundamentals of creating a data product that can be used to tell a story about data to a mass audience.
ofrecido por
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
¿Recibiré crédito universitario por completar el programa especializado?
Esta Especialización no otorga crédito universitario, pero algunas universidades pueden aceptar los Certificados de especializaciones para obtener crédito. Consulta con tu institución para obtener más información. Los Títulos en línea y los Certificados Mastertrack™ de Coursera brindan la oportunidad de obtener créditos universitarios.
Can I just enroll in a single course?
Si estás suscrito, obtienes una prueba gratis de 7 días, que podrás cancelar cuando desees sin ningún tipo de penalidad. Una vez transcurrido ese tiempo, no realizamos reembolsos. No obstante, puedes cancelar tu suscripción cuando quieras. Consulta nuestra política completa de reembolsos.
¿Puedo inscribirme en un solo curso?
¡Sí! Para empezar, haz clic en la tarjeta del curso que te interesa e inscríbete. Puedes inscribirte y completar el curso para obtener un certificado que puedes compartir o puedes acceder al curso como oyente para ver los materiales del curso de manera gratuita. Cuando cancelas la suscripción de un curso que forma parte de un programa especializado, se cancela automáticamente la suscripción de todo el programa especializado. Visita el panel del estudiante para realizar un seguimiento de tu progreso.
Can I take the course for free?
Sí, Coursera ofrece ayuda económica a los estudiantes que no pueden pagar la tarifa. Solicítala haciendo clic en el enlace de Ayuda económica que está debajo del botón “Inscribirse” a la izquierda. Se te pedirá que completes una solicitud. Recibirás una notificación en caso de que se apruebe. Deberás completar este paso para cada uno de los cursos que forman parte del Programa especializado, incluido el proyecto final. Obtén más información.
¿Puedo tomar este curso de manera gratuita?
Cuando te inscribes en el curso, tienes acceso a todos los cursos del programa especializado y obtienes un certificado cuando completas el trabajo. Si solo deseas leer y ver el contenido del curso, puedes participar del curso como oyente de manera gratuita. Si no puedes pagar la tarifa, puedes solicitar ayuda económica.
¿Este curso es 100 % en línea? ¿Necesito asistir a alguna clase en persona?
Este curso es completamente en línea, de modo que no necesitas ir a un aula en persona. Puedes acceder a tus lecciones, lecturas y tareas en cualquier momento y cualquier lugar a través de Internet o tu dispositivo móvil.
¿Cuánto tiempo se necesita para completar un programa especializado?
Learners should complete the Data Science: Foundations using R specialization to gain the right foundation before starting this course.
Do I need to take the courses in a specific order?
After completing the Data Science: Foundations using R specialization, the courses in this specialization may be taken in any order, and in parallel if desired.
Will I earn university credit for completing the Specialization?
Coursera courses and certificates don't carry university credit, though some universities may choose to accept Specialization Certificates for credit. Check with your institution to learn more.
¿Recibiré crédito universitario por completar el programa especializado?
You’ll have a foundational understanding of the field and be prepared to continue studying data science.
Can I sign up for the course without paying or applying for financial aid?
Yes, you can access the course for free via www.coursera.org/jhu. This will allow you to explore the course, watch lectures, and participate in discussions for free. To be eligible to earn a certificate, you must either pay for enrollment or qualify for financial aid.
¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.
