- Linear Model
- R Programming
- Statistical Model
- regression
- Calculus
- and probability theory.
- Linear Algebra
Programa especializado: Statistical Modeling for Data Science Applications
Build Your Statistical Skills for Data Science. Master the Statistics Necessary for Data Science
1928 ya inscrito
ofrecido por
Programa especializado: Statistical Modeling for Data Science ApplicationsUniversidad de Colorado en BoulderQué aprenderás
Correctly analyze and apply tools of regression analysis to model relationship between variables and make predictions given a set of input variables.
Successfully conduct experiments based on best practices in experimental design.
Use advanced statistical modeling techniques, such as generalized linear and additive models, to model wide range of real-world relationships.
Habilidades que obtendrás
Acerca de este Programa Especializado
3628 vistas recientes
Statistical modeling lies at the heart of data science. Well crafted statistical models allow data scientists to draw conclusions about the world from the limited information present in their data. In this three credit sequence, learners will add some intermediate and advanced statistical modeling techniques to their data science toolkit. In particular, learners will become proficient in the theory and application of linear regression analysis; ANOVA and experimental design; and generalized linear and additive models. Emphasis will be placed on analyzing real data using the R programming language.
This specialization can be taken for academic credit as part of CU Boulder’s Master of Science in Data Science (MS-DS) degree offered on the Coursera platform. The MS-DS is an interdisciplinary degree that brings together faculty from CU Boulder’s departments of Applied Mathematics, Computer Science, Information Science, and others. With performance-based admissions and no application process, the MS-DS is ideal for individuals with a broad range of undergraduate education and/or professional experience in computer science, information science, mathematics, and statistics. Learn more about the MS-DS program at https://www.coursera.org/degrees/master-of-science-data-science-boulder.
Logo adapted from photo by Vincent Ledvina on Unsplash
Proyecto de aprendizaje aplicado
Learners will master the application and implementation of statistical models through auto-graded and peer reviewed Jupyter Notebook assignments. In these assignments, learners will use real-world data and advanced statistical modeling techniques to answer important scientific and business questions.
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
Calculus, linear algebra, and probability theory.
Aproximadamente 4 meses para completarse
Ritmo sugerido de 9 horas/semana
Inglés (English)
Subtítulos: Inglés (English)
¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?
Prueba Coursera para negociosCertificado 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
Calculus, linear algebra, and probability theory.
Aproximadamente 4 meses para completarse
Ritmo sugerido de 9 horas/semana
Inglés (English)
Subtítulos: Inglés (English)
¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?
Prueba Coursera para negociosCómo funciona el programa especializado
Toma cursos
Un programa especializado de Coursera es un conjunto de cursos que te ayudan a dominar una aptitud. Para comenzar, inscríbete en el programa especializado directamente o échale un vistazo a sus cursos y elige uno con el que te gustaría comenzar. Al suscribirte a un curso que forme parte de un programa especializado, quedarás suscrito de manera automática al programa especializado completo. Puedes completar solo un curso: puedes pausar tu aprendizaje o cancelar tu suscripción en cualquier momento. Visita el panel principal del estudiante para realizar un seguimiento de tus inscripciones a cursos y tu progreso.
Proyecto práctico
Cada programa especializado incluye un proyecto práctico. Necesitarás completar correctamente el proyecto para completar el programa especializado y obtener tu certificado. Si el programa especializado incluye un curso separado para el proyecto práctico, necesitarás completar cada uno de los otros cursos antes de poder comenzarlo.
Obtén un certificado
Cuando completes todos los cursos y el proyecto práctico, obtendrás un Certificado que puedes compartir con posibles empleadores y tu red profesional.
Hay 3 cursos en este Programa Especializado
Modern Regression Analysis in R
15 calificaciones
This course will provide a set of foundational statistical modeling tools for data science. In particular, students will be introduced to methods, theory, and applications of linear statistical models, covering the topics of parameter estimation, residual diagnostics, goodness of fit, and various strategies for variable selection and model comparison. Attention will also be given to the misuse of statistical models and ethical implications of such misuse.
ANOVA and Experimental Design
This second course in statistical modeling will introduce students to the study of the analysis of variance (ANOVA), analysis of covariance (ANCOVA), and experimental design. ANOVA and ANCOVA, presented as a type of linear regression model, will provide the mathematical basis for designing experiments for data science applications. Emphasis will be placed on important design-related concepts, such as randomization, blocking, factorial design, and causality. Some attention will also be given to ethical issues raised in experimentation.
Generalized Linear Models and Nonparametric Regression
In the final course of the statistical modeling for data science program, learners will study a broad set of more advanced statistical modeling tools. Such tools will include generalized linear models (GLMs), which will provide an introduction to classification (through logistic regression); nonparametric modeling, including kernel estimators, smoothing splines; and semi-parametric generalized additive models (GAMs). Emphasis will be placed on a firm conceptual understanding of these tools. Attention will also be given to ethical issues raised by using complicated statistical models.
ofrecido por
Universidad de Colorado en Boulder
CU-Boulder is a dynamic community of scholars and learners on one of the most spectacular college campuses in the country. As one of 34 U.S. public institutions in the prestigious Association of American Universities (AAU), we have a proud tradition of academic excellence, with five Nobel laureates and more than 50 members of prestigious academic academies.
Comienza a trabajar para obtener tu maestría
Este programa especializado es parte del Master of Science in Data Science completamente en línea de Universidad de Colorado en Boulder.
Si te aceptan en el programa completo, tus cursos cuentan para tu título de grado.
Preguntas Frecuentes
¿Cuál es la política de reembolsos?
¿Puedo inscribirme en un solo curso?
¿Hay ayuda económica disponible?
¿Puedo tomar este curso de manera gratuita?
¿Este curso es 100 % en línea? ¿Necesito asistir a alguna clase en persona?
¿Cuánto tiempo se necesita para completar un programa especializado?
What background knowledge is necessary?
Do I need to take the courses in a specific order?
¿Recibiré crédito universitario por completar el programa especializado?
What will I be able to do upon completing the Specialization?
¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.
