이 강좌에 대하여

최근 조회 13,707
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 4개 강좌 중 4번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
고급 단계
완료하는 데 약 6시간 필요
영어
자막: 영어
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 4개 강좌 중 4번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
고급 단계
완료하는 데 약 6시간 필요
영어
자막: 영어

제공자:

Placeholder

존스홉킨스대학교

강의 계획 - 이 강좌에서 배울 내용

1

1

완료하는 데 2시간 필요

Introduction and expected values

완료하는 데 2시간 필요
7개 동영상 (총 38분), 3 개의 읽기 자료, 1 개의 테스트
7개의 동영상
Multivariate expected values, the basics4m
Expected values, matrix operations2m
Multivariate variances and covariances5m
Multivariate covariance and variance matrix operations5m
Expected values of quadratic forms3m
Expected value properties of least squares estimates13m
3개의 읽기 자료
Welcome to the class10m
Course textbook10m
Introduction to expected values10m
1개 연습문제
Expected Values30m
2

2

완료하는 데 1시간 필요

The multivariate normal distribution

완료하는 데 1시간 필요
4개 동영상 (총 31분), 2 개의 읽기 자료, 1 개의 테스트
4개의 동영상
The singular normal distribution7m
Normal likelihoods5m
Normal conditional distributions8m
2개의 읽기 자료
Introduction to the multivariate normal10m
A note on the last quiz question.10m
1개 연습문제
the multivariate normal20m
3

3

완료하는 데 1시간 필요

Distributional results

완료하는 데 1시간 필요
8개 동영상 (총 60분), 1 개의 읽기 자료, 1 개의 테스트
8개의 동영상
Confidence intervals for regression coefficients6m
F distribution4m
Coding example7m
Prediction intervals11m
Coding example5m
Confidence ellipsoids7m
Coding example6m
1개의 읽기 자료
Distributional results10m
1개 연습문제
Distributional results20m
4

4

완료하는 데 1시간 필요

Residuals

완료하는 데 1시간 필요
4개 동영상 (총 32분), 2 개의 읽기 자료, 1 개의 테스트
4개의 동영상
Code demonstration3m
Leave one out residuals8m
Press residuals14m
2개의 읽기 자료
Residuals10m
Thanks for taking the course10m
1개 연습문제
Residuals30m

검토

ADVANCED LINEAR MODELS FOR DATA SCIENCE 2: STATISTICAL LINEAR MODELS의 최상위 리뷰

모든 리뷰 보기

Advanced Statistics for Data Science 특화 과정 정보

Fundamental concepts in probability, statistics and linear models are primary building blocks for data science work. Learners aspiring to become biostatisticians and data scientists will benefit from the foundational knowledge being offered in this specialization. It will enable the learner to understand the behind-the-scenes mechanism of key modeling tools in data science, like least squares and linear regression. This specialization starts with Mathematical Statistics bootcamps, specifically concepts and methods used in biostatistics applications. These range from probability, distribution, and likelihood concepts to hypothesis testing and case-control sampling. This specialization also linear models for data science, starting from understanding least squares from a linear algebraic and mathematical perspective, to statistical linear models, including multivariate regression using the R programming language. These courses will give learners a firm foundation in the linear algebraic treatment of regression modeling, which will greatly augment applied data scientists' general understanding of regression models. This specialization requires a fair amount of mathematical sophistication. Basic calculus and linear algebra are required to engage in the content....
Advanced Statistics for Data Science

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.