Über diesen Kurs

3.607 kürzliche Aufrufe
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Stufe „Anfänger“

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

2. Course 1 in this Specialization.

Ca. 15 Stunden zum Abschließen
Englisch

Was Sie lernen werden

  • 1. Markov Chain Monte Carlo algorithms

    2. Implementing the above in Python

    3. Assess the performance of Bayesian models

Kompetenzen, die Sie erwerben

  • Bayesian
  • Scipy
  • Scikit-Learn
  • MCMC
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Stufe „Anfänger“

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

2. Course 1 in this Specialization.

Ca. 15 Stunden zum Abschließen
Englisch

von

Placeholder

Databricks

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1

Woche 1

5 Stunden zum Abschließen

Topics in Model Performance

5 Stunden zum Abschließen
13 Videos (Gesamt 31 min), 5 Lektüren, 1 Quiz
Woche
2

Woche 2

5 Stunden zum Abschließen

The Metropolis Algorithms for MCMC

5 Stunden zum Abschließen
8 Videos (Gesamt 29 min), 1 Lektüre, 1 Quiz
Woche
3

Woche 3

4 Stunden zum Abschließen

Gibbs Sampling and Hamiltonian Monte Carlo Algorithms

4 Stunden zum Abschließen
7 Videos (Gesamt 28 min), 2 Lektüren, 1 Quiz

Über den Spezialisierung Introduction to Computational Statistics for Data Scientists

Introduction to Computational Statistics for Data Scientists

Häufig gestellte Fragen

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.