이 강좌에 대하여

최근 조회 3,415
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 3개 강좌 중 2번째 강좌:
초급 단계

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

2. Course 1 in this Specialization.

완료하는 데 약 15시간 필요
영어

배울 내용

  • 1. Markov Chain Monte Carlo algorithms

    2. Implementing the above in Python

    3. Assess the performance of Bayesian models

귀하가 습득할 기술

  • Bayesian
  • Scipy
  • Scikit-Learn
  • MCMC
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 3개 강좌 중 2번째 강좌:
초급 단계

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

2. Course 1 in this Specialization.

완료하는 데 약 15시간 필요
영어

제공자:

Placeholder

Databricks

강의 계획표 - 이 강좌에서 배울 내용

1

1

완료하는 데 5시간 필요

Topics in Model Performance

완료하는 데 5시간 필요
13개 동영상 (총 31분), 5 개의 읽기 자료, 1 개의 테스트
2

2

완료하는 데 5시간 필요

The Metropolis Algorithms for MCMC

완료하는 데 5시간 필요
8개 동영상 (총 29분), 1 개의 읽기 자료, 1 개의 테스트
3

3

완료하는 데 4시간 필요

Gibbs Sampling and Hamiltonian Monte Carlo Algorithms

완료하는 데 4시간 필요
7개 동영상 (총 28분), 2 개의 읽기 자료, 1 개의 테스트

Introduction to Computational Statistics for Data Scientists 특화 과정 정보

Introduction to Computational Statistics for Data Scientists

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.