
Bald zu Ende: Erwerben Sie mit Coursera Plus für 199 $ (regulär 399 $) das nächste Level. Jetzt sparen.

Spezialisierung für Einführung in die Computergestützte Statistik für Datenwissenschaftler
Praktische Bayes'sche Inferenz. Ein konzeptionelles Verständnis der Techniken und Werkzeuge, die zur Durchführung skalierbarer Bayes'scher Inferenz in der Praxis mit PyMC3 verwendet werden.

Dozent: Dr. Srijith Rajamohan
2.901 bereits angemeldet
Bei enthalten
(51 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Die Grundlagen der Bayes'schen Modellierung und Inferenz.
Ein konzeptionelles Verständnis der Techniken, mit denen Bayes'sche Schlussfolgerungen in der Praxis durchgeführt werden.
Lernen Sie, wie Sie PyMC3 verwenden, um reale Probleme zu lösen.
Kompetenzen, die Sie erwerben
- Kategorie: Datenbausteine
- Kategorie: Wahrscheinlichkeit
- Kategorie: Statistik
- Kategorie: Modell Bewertung
- Kategorie: Logistische Regression
- Kategorie: Simulationen
- Kategorie: Regressionsanalyse
- Kategorie: Bayessche Statistik
- Kategorie: Wahrscheinlichkeitsverteilung
- Kategorie: Markov-Modell
- Kategorie: Statistische Modellierung
- Kategorie: Jupyter
- Kategorie: Python-Programmierung
- Kategorie: Datenverarbeitung
- Kategorie: Stichproben (Statistik)
- Kategorie: Statistische Methoden
- Kategorie: Statistische Analyse
- Kategorie: Prädiktive Modellierung
- Kategorie: Angewandtes maschinelles Lernen
- Kategorie: Statistisches Programmieren
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Erweitern Sie Ihre Fachkenntnisse.
- Erlernen Sie gefragte Kompetenzen von Universitäten und Branchenexperten.
- Erlernen Sie ein Thema oder ein Tool mit echten Projekten.
- Entwickeln Sie ein fundiertes Verständnisse der Kernkonzepte.
- Erwerben Sie ein Karrierezertifikat von Databricks.

Warum entscheiden sich Menschen für Coursera für ihre Karriere?




Häufig gestellte Fragen
Diese Spezialisierung sollte etwa 3 Monate dauern
Einige Erfahrung mit Data Science unter Verwendung des PyData Stack von NumPy, Pandas, Scikit-learn
Die Kurse sollten idealerweise in der folgenden Reihenfolge belegt werden
Einführung in die Wahrscheinlichkeitsrechnung und Verteilungen
bayessche Inferenz mit MCMC
IEinführung in PyMC3 mit Anwendungen
Weitere Fragen
Finanzielle Unterstützung verfügbar,


