Über diesen Kurs

3.701 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

BayesianScipyScikit-LearnMCMC
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 Hilfe-Center für Teiln..