이 강좌에 대하여

최근 조회 205,696

학습자 경력 결과

21%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

15%

가 이 강좌를 통해 확실한 경력상 이점을 얻음
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 10시간 필요
영어
자막: 영어

귀하가 습득할 기술

StatisticsBayesian StatisticsBayesian InferenceR Programming

학습자 경력 결과

21%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

15%

가 이 강좌를 통해 확실한 경력상 이점을 얻음
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 10시간 필요
영어
자막: 영어

강사

제공자:

캘리포니아대학교 산타크루스캠퍼스 로고

캘리포니아대학교 산타크루스캠퍼스

강의 계획 - 이 강좌에서 배울 내용

콘텐츠 평가Thumbs Up91%(8,659개의 평가)Info
1

1

완료하는 데 3시간 필요

Probability and Bayes' Theorem

완료하는 데 3시간 필요
8개 동영상 (총 38분), 4 개의 읽기 자료, 5 개의 테스트
8개의 동영상
Lesson 1.1 Classical and frequentist probability6m
Lesson 1.2 Bayesian probability and coherence3m
Lesson 2.1 Conditional probability4m
Lesson 2.2 Bayes' theorem6m
Lesson 3.1 Bernoulli and binomial distributions5m
Lesson 3.2 Uniform distribution5m
Lesson 3.3 Exponential and normal distributions2m
4개의 읽기 자료
Module 1 objectives, assignments, and supplementary materials3m
Background for Lesson 110m
Supplementary material for Lesson 23m
Supplementary material for Lesson 320m
5개 연습문제
Lesson 116m
Lesson 212m
Lesson 3.120m
Lesson 3.2-3.310m
Module 1 Honors15m
2

2

완료하는 데 3시간 필요

Statistical Inference

완료하는 데 3시간 필요
11개 동영상 (총 59분), 5 개의 읽기 자료, 4 개의 테스트
11개의 동영상
Lesson 4.2 Likelihood function and maximum likelihood7m
Lesson 4.3 Computing the MLE3m
Lesson 4.4 Computing the MLE: examples4m
Introduction to R6m
Plotting the likelihood in R4m
Plotting the likelihood in Excel4m
Lesson 5.1 Inference example: frequentist4m
Lesson 5.2 Inference example: Bayesian6m
Lesson 5.3 Continuous version of Bayes' theorem4m
Lesson 5.4 Posterior intervals7m
5개의 읽기 자료
Module 2 objectives, assignments, and supplementary materials3m
Background for Lesson 410m
Supplementary material for Lesson 45m
Background for Lesson 510m
Supplementary material for Lesson 510m
4개 연습문제
Lesson 48m
Lesson 5.1-5.218m
Lesson 5.3-5.416m
Module 2 Honors6m
3

3

완료하는 데 2시간 필요

Priors and Models for Discrete Data

완료하는 데 2시간 필요
9개 동영상 (총 66분), 2 개의 읽기 자료, 4 개의 테스트
9개의 동영상
Lesson 6.2 Prior predictive: binomial example5m
Lesson 6.3 Posterior predictive distribution4m
Lesson 7.1 Bernoulli/binomial likelihood with uniform prior3m
Lesson 7.2 Conjugate priors4m
Lesson 7.3 Posterior mean and effective sample size7m
Data analysis example in R12m
Data analysis example in Excel16m
Lesson 8.1 Poisson data8m
2개의 읽기 자료
Module 3 objectives, assignments, and supplementary materials3m
R and Excel code from example analysis10m
4개 연습문제
Lesson 612m
Lesson 715m
Lesson 815m
Module 3 Honors8m
4

4

완료하는 데 3시간 필요

Models for Continuous Data

완료하는 데 3시간 필요
9개 동영상 (총 69분), 5 개의 읽기 자료, 5 개의 테스트
9개의 동영상
Lesson 10.1 Normal likelihood with variance known3m
Lesson 10.2 Normal likelihood with variance unknown3m
Lesson 11.1 Non-informative priors8m
Lesson 11.2 Jeffreys prior3m
Linear regression in R17m
Linear regression in Excel (Analysis ToolPak)13m
Linear regression in Excel (StatPlus by AnalystSoft)14m
Conclusion1m
5개의 읽기 자료
Module 4 objectives, assignments, and supplementary materials3m
Supplementary material for Lesson 1010m
Supplementary material for Lesson 115m
Background for Lesson 1210m
R and Excel code for regression5m
5개 연습문제
Lesson 912m
Lesson 1020m
Lesson 1110m
Regression15m
Module 4 Honors6m

검토

BAYESIAN STATISTICS: FROM CONCEPT TO DATA ANALYSIS의 최상위 리뷰

모든 리뷰 보기

자주 묻는 질문

  • 강의 및 과제 이용 권한은 등록 유형에 따라 다릅니다. 청강 모드로 강좌를 수강하면 대부분의 강좌 자료를 무료로 볼 수 있습니다. 채점된 과제를 이용하고 수료증을 받으려면 청강 도중 또는 이후에 수료증 경험을 구매해야 합니다. 청강 옵션이 표시되지 않는 경우:

    • 강좌에서 청강 옵션을 제공하지 않을 수 있습니다. 대신 무료 평가판을 사용하거나 재정 지원을 신청할 수 있습니다.
  • 수료증을 구매하면 성적 평가 과제를 포함한 모든 강좌 자료에 접근할 수 있습니다. 강좌를 완료하면 전자 수료증이 성취도 페이지에 추가되며, 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 콘텐츠만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

  • 결제일 기준 2주 후 또는 (방금 시작된 강좌의 경우) 강좌의 첫 번째 세션이 시작된 후 2주 후 중에서 나중에 도래하는 날짜까지 전액 환불받을 수 있습니다. 2주 환불 기간 이내에 강좌를 완료했더라도 강좌 수료증을 받았으면 환불받을 수 없습니다. 전체 환불 정책을 확인하세요.

  • 예, Coursera는 수업료를 지급하기 어려운 학습자들에게 재정 지원을 제공합니다. 왼쪽의 "등록" 버튼 아래에 있는 재정 지원 링크를 클릭하면 재정 지원을 신청할 수 있습니다. 이 링크를 클릭하면 신청서를 작성하라는 메시지가 나타나며, 신청서가 승인되면 통지를 받게 됩니다. 자세히 알아보세요.

  • You should have exposure to the concepts from a basic statistics class (for example, probability, the Central Limit Theorem, confidence intervals, linear regression) and calculus (integration and differentiation), but it is not expected that you remember how to do all of these items. The course will provide some overview of the statistical concepts, which should be enough to remind you of the necessary details if you've at least seen the concepts previously. On the calculus side, the lectures will include some use of calculus, so it is important that you understand the concept of an integral as finding the area under a curve, or differentiating to find a maximum, but you will not be required to do any integration or differentiation yourself.

  • Data analysis is done using computer software. This course provides the option of Excel or R. Equivalent content is provided for both options. A very brief introduction to R is provided for people who have never used it before, but this is not meant to be a course on R. Learners using Excel are expected to already have basic familiarity of Excel.

  • 이 강좌는 대학 학점을 제공하지 않지만, 일부 대학에서 선택적으로 강좌 수료증을 학점으로 인정할 수도 있습니다. 자세한 내용은 해당 기관에 문의하세요. Coursera의 온라인 학위Mastertrack™ 수료증은 대학 학점을 취득할 기회를 제공합니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.