Fortgeschrittene lineare Modelle für Datenwissenschaft 1: Kleinste Quadrate

Fortgeschrittene lineare Modelle für Datenwissenschaft 1: Kleinste Quadrate

Dieser Kurs ist Teil von Spezialisierung „Fortgeschrittene Statistik für Data Science“

Dozent: Brian Caffo, PhD

31.269 bereits angemeldet

Bei enthalten

Mehr erfahren

6 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

191 Bewertungen

Stufe Fortgeschritten

Für Personen mit Branchenerfahrung konzipiert

8 Stunden zu vervollständigen

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

6 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

191 Bewertungen

Stufe Fortgeschritten

Für Personen mit Branchenerfahrung konzipiert

8 Stunden zu vervollständigen

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Kompetenzen, die Sie erwerben

Kategorie: Datenwissenschaft
Kategorie: Lineare Algebra
Kategorie: Datenmodellierung
Kategorie: Angewandte Mathematik
Kategorie: Statistische Modellierung
Kategorie: Derivate
Kategorie: Mathematische Modellierung
Kategorie: Statistische Analyse
Kategorie: Statistik
Kategorie: Allgemeine Mathematik
Kategorie: Regressionsanalyse
Kategorie: Statistische Methoden
Kategorie: Prädiktive Modellierung

Werkzeuge, die Sie lernen werden

Kategorie: R Programmierung

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

7 Aufgaben

Unterrichtet in Englisch

91%

of learners achieved a positive career outcome

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Fortgeschrittene Statistik für Data Science“

Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.

Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 6 Module

Willkommen zum Kurs Advanced Linear Models for Data Science Class 1: Least Squares. Dieser Kurs ist eine Einführung in die kleinsten Quadrate aus einer linearen algebraischen und mathematischen Perspektive. Bevor Sie mit dem Kurs beginnen, sollten Sie Folgendes mitbringen: - Grundlegende Kenntnisse der linearen Algebra und der multivariaten Infinitesimalrechnung - Grundlegende Kenntnisse der Statistik und von Regressionsmodellen - Zumindest eine gewisse Vertrautheit mit beweisbasierter Mathematik - Grundlegende Kenntnisse der Programmiersprache R Nach dem Besuch dieses Kurses verfügen die Teilnehmer über eine solide Grundlage in der linearen Algebra der Regressionsmodellierung. Dies wird das allgemeine Verständnis von Regressionsmodellen für angewandte Datenwissenschaftler erheblich erweitern.

Wir behandeln einige grundlegende Ergebnisse der Matrixalgebra, die wir im Laufe des Kurses benötigen werden. Dazu gehören auch einige grundlegende Vektorableitungen. Darüber hinaus behandeln wir einige grundlegende Anwendungen von Matrizen zur Erstellung von zusammenfassenden Statistiken aus Daten. Dazu gehören das Berechnen und Subtrahieren von Mittelwerten aus Beobachtungen (Zentrierung) sowie das Berechnen der Varianz

Das ist alles enthalten

7 Videos4 Lektüren1 Aufgabe

7 VideosInsgesamt 28 Minuten

Einführung3 Minuten
Matrix-Derivate5 Minuten
Codierungsbeispiel2 Minuten
Zentrierung durch Matrixmultiplikation7 Minuten
Codierungsbeispiel2 Minuten
Varianz über Matrixmultiplikation7 Minuten
Codierungsbeispiel2 Minuten

4 LektürenInsgesamt 40 Minuten

Willkommen in der Klasse10 Minuten
Kurs-Lehrbuch10 Minuten
Benotung10 Minuten
In diesem Modul10 Minuten

1 AufgabeInsgesamt 30 Minuten

Hintergrund-Quiz30 Minuten

In diesem Modul behandeln wir die Grundlagen der Regression durch den Ursprung und der linearen Regression. Die Regression durch den Ursprung ist ein interessanter Fall, da man mit ihr die gesamte multivariate Regression aufbauen kann.

Das ist alles enthalten

6 Videos2 Lektüren1 Aufgabe

6 VideosInsgesamt 29 Minuten

Regression durch den Ursprung5 Minuten
Zuerst zentrieren8 Minuten
Codierungsbeispiel2 Minuten
Verbindung mit linearer Regression8 Minuten
Codierungsbeispiel2 Minuten
Angepasste Werte und Residuen5 Minuten

2 LektürenInsgesamt 20 Minuten

Bevor Sie beginnen10 Minuten
Bevor Sie beginnen10 Minuten

1 AufgabeInsgesamt 30 Minuten

Quiz zur Ein-Parameter-Regression30 Minuten

In dieser Vorlesung konzentrieren wir uns auf die lineare Regression, die gängigste Technik zur Untersuchung von unbegründeten linearen Beziehungen.

Das ist alles enthalten

8 Videos2 Lektüren1 Aufgabe

8 VideosInsgesamt 23 Minuten

Kleinste Quadrate5 Minuten
Codierungsbeispiel1 Minute
Vorhersage2 Minuten
Codierungsbeispiel2 Minuten
Rückstände2 Minuten
Codierungsbeispiel2 Minuten
Verallgemeinerungen6 Minuten
Beispiel für Verallgemeinerungen2 Minuten

2 LektürenInsgesamt 20 Minuten

Bevor Sie beginnen10 Minuten
Verallgemeinerungen10 Minuten

1 AufgabeInsgesamt 30 Minuten

Quiz zur linearen Regression30 Minuten

Wir gehen nun zu den allgemeinen kleinsten Quadraten über, bei denen eine beliebige vollwertige Designmatrix an ein Vektorergebnis angepasst wird.

Das ist alles enthalten

6 Videos1 Lektüre1 Aufgabe

Hier geben wir einige kanonische Beispiele für lineare Modelle, um sie mit Techniken in Verbindung zu bringen, die Sie vielleicht schon verwenden.

Das ist alles enthalten

4 Videos1 Aufgabe

Hier geben wir eine sehr nützliche Art von linearem Modell an, nämlich die Zerlegung eines Signals in eine Basiserweiterung.

Das ist alles enthalten

6 Videos2 Aufgaben

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Lehrkraftbewertungen

(21 Bewertungen)

Brian Caffo, PhD

Johns Hopkins University

30 Kurse1.716.021 Lernende

von

Johns Hopkins University

Mehr von Wahrscheinlichkeitsrechnung und Statistik entdecken

Johns Hopkins University
Advanced Linear Models for Data Science 2: Statistical Linear Models
Kurs
University of Pittsburgh
Linear Algebra and Regression Fundamentals for Data Science
Kurs
Simplilearn
Introduction to Linear Regression Training
Kurs
Illinois Tech
Linear Regression
Kurs

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018

„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020

„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021

„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Bewertungen von Lernenden

5 stars
64,06 %
4 stars
24,47 %
3 stars
7,29 %
2 stars
3,12 %
1 star
1,04 %

Zeigt 3 von 191 an

Geprüft am 9. Jan. 2022

Pretty challenging since I haven't got close to linear algebra for awhile. Need at least intermediate math background in this class.

Geprüft am 6. Nov. 2017

Great, detailed walk-through of least squares. Linear Algebra is a must for this course. To follow the last part requires knowledge of matrix (eigen?)decomposition, which derailed me somewhat.

Geprüft am 4. März 2018

Very thorough and rigorous. A great review for me.

Weitere Bewertungen anzeigen

Schalten Sie den Zugang zu mehr als 10.000 Kursen mit einem Abonnement frei
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich den über 4.700 globalen Unternehmen an, die Coursera for Business wählen

Häufig gestellte Fragen

Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.

Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.

Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.